Question

语音信号处理

语音信号处理的论坛 有推荐一下 或者有高手留个邮箱 小弟有问题请教 谢谢了!!!!!!你给的这个根本下不下来!要钱的!

Answer 1

mfcc是计算语音信号的mel频率倒谱系数,mel频率是基于人耳听觉特性提出来的，它与hz频率成非线性对应关系。mel频率倒谱系数(mfcc)则是利用它们之间的这种关系，计算得到的hz频谱特征，mfcc已经广泛地应用在语音识别领域。由于mel频率与hz频率之间非线性的对应关系，使得mfcc随着频率的提高，其计算精度随之下降。因此，在应用中常常只使用低频mfcc，而丢弃中高频mfcc。
mfcc参数的提取包括以下几个步骤：

预滤波（低通）：前端带宽为300-3400hz的抗混叠滤波器。

a/d变换：采样频率，线性量化精度。

预加重：通过一个一阶有限激励响应高通滤波器，使信号的频谱变得平坦，不易受到有限字长效应的影响。

分帧：根据语音的短时平稳特性，语音可以以帧为单位进行处理，实验中选取的语音帧长为32ms，帧叠为16ms。

加窗：采用哈明窗对一帧语音加窗，以减小吉布斯效应的影响。

快速傅立叶变换（fast
fourier
transformation,
fft）：将时域信号变换成为信号的功率谱。

三角窗滤波：用一组mel频标上线性分布的三角窗滤波器（共24个三角窗滤波器），对信号的功率谱滤波，每一个三角窗滤波器覆盖的范围都近似于人耳的一个临界带宽，以此来模拟人耳的掩蔽效应。

求对数：三角窗滤波器组的输出求取对数，可以得到近似于同态变换的结果。

离散余弦变换（discrete
cosine
transformation,
dct）：去除各维信号之间的相关性，将信号映射到低维空间。

谱加权：由于倒谱的低阶参数易受说话人特性、信道特性等的影响，而高阶参数的分辨能力比较低，所以需要进行谱加权，抑制其低阶和高阶参数。

倒谱均值减（cepstrum
mean
subtraction,
cms）：cms可以有效地减小语音输入信道对特征参数的影响。

差分参数：大量实验表明，在语音特征中加入表征语音动态特性的差分参数，能够提高系统的识别性能。可用到了mfcc参数的一阶差分参数和二阶差分参数。
采样前的低通滤波，主要是消除采样时的频谱混叠。由硬件完成。
预加重主要是提高高频的频谱分量。软件，硬件都可以完成。
预加重前，也可以用高通滤波器，消除低频噪音。
如果计算mfcc是有了预加重。之前的预加重就不要做。
采样前的硬件低通滤波是一定要做的。
计算mfcc时的滤波，看起的作用是什么？如果是进一步消除噪音，那就必须做。