姚建霄，张歆奕

（五邑大学 信息工程学院，广东 江门 529020）

基于STRAIGHT谱的非特定人数字语音识别

姚建霄，张歆奕

（五邑大学 信息工程学院，广东 江门 529020）

介绍了STRAIGHT算法的原理，并选择STRAIGTH谱作为语音识别的特征参数. 采用对应点映射方法以提高同一发音不同样本参数间的匹配效果，在特征匹配的方法上选择差别子空间法，将二者结合应用于非特定人汉语数字0～9的语音识别，实验结果表明，基于STRAIGHT谱的非特定人数字语音识别可以达到97%的识别率.

语音识别；STRAIGHT谱；差别子空间；对应点映射

语音识别研究如何采用数字信号处理技术自动提取以及确定语音信号中的信息，时域分析和频域分析是分析语音信号的2种重要方法，但都有局限：时域分析对语音信号的频谱特性没有直观的了解，而频域特性中没有语音信号随时间变化的表现. 语谱图分析综合了频谱图和波形图的优点，集中显示了大量的与语音特性有关的信息，能直观地分析语音信号幅度、频率与时间的关系，一直以来人们都注意用语谱图来描述语音信号，并将其应用于语音识别和说话人识别[1]. 日本学者Hideki Kawahara等[2-4]提出的STRAIGHT算法（Speech Transformation and Representation by Adaptive Interpolation of weiGHTed spectrogram）将语音信号分解成独立的激励源参数和滤波器参数，并将其中的滤波器参数以谱图的形式表示. 由于STRAIGHT谱保留了语音要表达的语义内容，并在很大程度上抑制了其中与说话人相关的个性信息，因而可以很好地满足语音识别特征选取的要求. 本文尝试将STRAIGHT算法应用于非……