王彪

（宝鸡文理学院 数学系，陕西 宝鸡 721013）

一种改进的LPCC参数提取方法研究

王彪

（宝鸡文理学院 数学系，陕西 宝鸡 721013）

为了提高语音信号的识别率，提出了一种改进的LPCC参数提取方法。该方法先对语音信号进行预加重、分帧加窗处理，然后进行小波分解，在此基础上提取LPCC参数，从而构成新向量作为每帧信号的特征参数。最后采用高斯混合模型（GMM）进行说话人语音识别，实验表明新特征参数取得了较好的识别率。

特征提取；小波变换；分解；LPCC参数；语音信号

语音识别技术是新世纪一门十分热门的技术，涉及多个领域，在社会生活中具有举足轻重的重要意义。而语音信号特征参数又是语言识别领域的重中之重，选取良好的特征参数有助于提高语音识别率。

语音信号是一种短时平稳信号，即时变的，十分复杂，携带很多有用的信息，这些信息包括语义、个人特征等等，其特征参数的准确性和唯一性将直接影响语音识别率的高低，并且这也是语音识别的基础。

小波分析具有多分辨率分析的特点，在时频两域都具有表征信号局部特征的能力，很适合探测正常信号中夹带的突变和噪声，成为信号处理的重要工具之一。

为提高语音识别率，本文应用小波分析的特点，提出了一种改进的语音信号LPCC参数提取方法。本文方法先对语音信号进行预加重、分帧加窗处理，然后进行小波分解，在此基础上求取LPCC参数，以此作为列向量，构成一个新向量作为语音信号的特征向量，以此表征每帧信号。……