张其进，张玉梅

(1.陕西师范大学 现代教学技术教育部重点实验室，陕西 西安 710119；2.陕西师范大学 计算机科学学院，陕西 西安 710119)

0 引 言

在语音信号处理中，分类问题一直是基础性的但又难以解决的课题之一。语音分类在语音预测、语音编码和解码等领域中都有广泛的应用。语音的产生依赖于发音器官，包括肺、气管、声带、口腔、鼻腔和嘴唇等[1]。语音信号具有混沌特性，这是因为语音信号会在声道边际层产生涡流，并最终形成一种湍流，而湍流本身已经证实就是一种具有混沌特性的现象。Lyapunov指数[2]能够给出系统分类对系统初始化值的依赖度。现有研究多是基于特征量对语音信号进行识别与预测，而基于混沌特性的语音信号分类研究则较少。

文中以混沌理论中相空间重构[3]为基础，采集同人群、不同发音的各类语音信号，计算出延迟时间和嵌入维数后求出其最大Lyapunov指数，探究其规律，找出各类信号的最大Lyapunov指数的分布区间，完成基于最大Lyapunov指数的语音信号分类。该方法将采集来的语音信号根据其最大Lyapunov指数进行分类，进一步说明了语音信号与混沌理论的切合性，并为语音信号的分类提供了新依据。

1 语音信号混沌特性的方法分析

1.1 相空间重构

研究语音信号的混沌特性需要还原出混沌特性系统的复杂动力学特征。Takens嵌入定理[4]中证明了混沌系统最重要的两个参数—嵌入维数m和延时时间τ的存在，通过相空间重构技术提取出混沌语音信号的性质和规律。……