仝一君,王 力

(贵州大学大数据与信息工程学院,贵州贵阳550025)

基于NPE算法的语音特征提取应用研究*

仝一君,王 力

(贵州大学大数据与信息工程学院,贵州贵阳550025)

语音作为传递信息的一种常用手段,在人们的日常生活中有着非常重要的地位。随着科学的发展,语音识别愈来愈受到人们的重视。本文提出一种基于流形学习的特征提取方法——邻域保持嵌入(NPE)算法用于语音识别领域。流形学习是近几十年发展起来的降维方法,在图像识别领域已有应用,但在语音识别领域的应用非常之少。实验结果表明该算法可取得较好的识别率,同时所提取的特征稳定,计算速度快。

流形学习 语音识别 特征提取 NPE算法

0 引 言

语音作为传递信息的一种常用手段,在人们日常生活中有着非常重要的地位。随着科技的发展和信息时代的到来,实现机器与人类通信的智能化成为一大热点。同时,语音识别作为该领域的一项重要技术,也越来越受到人们的关注。然而,现实中的语音信号通常都是高维的,难以被识别的。因此,在对语音信号处理的过程中,需要经过特征提取降低维数,获取特征参数矩阵。

语音识别技术开始于20世纪50年代。目前在语音识别过程中,最为常用的特征提取方法有梅尔倒谱系数[1](MFCC,Mel-Frequency Cepstral Coefficients)和线性预测倒谱系数(LPCC,Linear Prediction Cepstrum Coefficient)等。MFCC利用了听觉原理和倒谱的解相关特性,符合人类耳朵的听觉特性,抗噪声能力好。LPCC特征参数主要反映声道的响应,一般只需要少量的倒谱系数就能比较完整的描述语音的共振峰特性,进而反映声道的响应特性。……