罗　元，吴承军，张　毅，黎小松，席　兵

(1.重庆邮电大学 光电信息感测与传输技术重点实验室，重庆 400065；2.重庆邮电大学 信息无障碍工程研发中心，重庆 400065)



Mel频率下基于LPC的语音信号深度特征提取算法

罗元1，吴承军1，张毅2，黎小松2，席兵1

(1.重庆邮电大学 光电信息感测与传输技术重点实验室，重庆 400065；2.重庆邮电大学 信息无障碍工程研发中心，重庆 400065)

摘要：针对传统语音信号二次特征提取方法在保证识别率的前提下，实时性较差的问题，提出一种Mel频率下基于线性预测系数(linear predictive coefficient，LPC)的改进的语音信号深度特征提取算法。该方法根据人耳的听觉特性把LPC在Mel频率下进行非线性变换，再进行微分、高阶微分和按比例重组等步骤，得到一种既考虑声道激励又兼顾人耳听觉的新特征参数，从而大大减少传统语音信号深度特征提取的计算量，在不影响识别效率的情况下，极大提高系统的实时性。最后，将该算法在智能轮椅平台进行有效性验证，大量实验表明，语音控制系统实时性差的问题在使用该算法后能够得到明显改善，该算法既保证了特征提取识别率，也有效地改善了系统的实时性。在一定程度上使语音控制智能轮椅更具实用性。

关键词：语音识别；线性预测系数；Mel频率倒谱系数；Mel-LPC算法；深度特征提取

0引言

随着语音识别技术广泛应用到各个领域，人们对语音识别系统在复杂环境下的实时性有了更高的要求。而由于目前孤立词语音识别系统实时性差，人们无法在更多领域使用语音识别对一些设备进行控制。……