資源描述：
《基于倒譜的語音特性提取算法設(shè)計(jì)及其實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、目錄摘要-2-Abstract-2-第一章緒論-3-1.1背景-3-1.2語音特性提取的重要性-3-第二章倒譜的相關(guān)知識(shí)-4-2.1.倒譜和復(fù)倒譜-4-2.1.1倒譜和復(fù)倒譜的定義-4-2.1.2倒譜和復(fù)倒譜的關(guān)系-4-2.2.倒譜的特點(diǎn)-5-2.3.求倒譜的算法-7-第三章MFCC參數(shù)的提取-9-3.1.MFCC的原理-9-3.2.MFCC算法流程-11-3.3.差分特征參數(shù)的提取-11-3.4.MATLAB中的設(shè)計(jì)與實(shí)現(xiàn)-11-第四章倒譜法提取基音頻率-13-4.1.基音的相關(guān)知識(shí)-13-4.1.1.基音的周期-13-4.1.2.基音檢測(cè)的難點(diǎn)-13-4.2
2、.提取基音的方法-14-4.3.倒譜分析算法的原理-14-4.4.MATLAB中的設(shè)計(jì)與實(shí)現(xiàn)-15-第五章倒譜法提取共振峰-16-5.1.共振峰的概念-16-5.2.提取共振峰的方法-16-5.3.倒譜法的原理-17-5.4.MATLAB中的設(shè)計(jì)與實(shí)現(xiàn)-17-第六章結(jié)束語-20-附錄-21-1提取MFCC參數(shù)的相關(guān)程序-21-1.1mfcc.m-21-1.2enframe.m-21-1.3mel.m-23-2提取基因和共振峰的程序-25-致謝-26--26-基于倒譜的語音特性提取算法設(shè)計(jì)及其實(shí)現(xiàn)趙麗君西南大學(xué)電子信息工程學(xué)院，重慶400715摘要：在語音信號(hào)處理
3、中，常用的語音特性是基于Mel頻率的倒譜系數(shù)（MFCC）以及一些語音信號(hào)的固有特征，如共振峰和基音頻率等。倒譜可以較好地將語音信號(hào)中的激勵(lì)信號(hào)和聲道響應(yīng)分離，并只需要用十幾個(gè)倒譜系數(shù)就能較好地描述語言信號(hào)的聲道響應(yīng)，在語音信號(hào)處理中占有很重要的位置。本論文設(shè)計(jì)了基于倒譜的語音特性參數(shù)提取算法，并在Matlab中予以實(shí)現(xiàn)。關(guān)鍵詞：倒譜；MFCC；基音；共振峰TheDesignandImplementationofCepstrum-basedAlgorithminVoiceCharacteristicExtractionZhaoLijunSchoolofElectr
4、onic&InformationEngineering,SouthwestUniversity,Chongqing400715,ChinaAbstract:Invoicesignalprocessing,MFCCandsomeinherentcharacteristicsofvoicesignals,suchasformantsandthefrequencyofpitch.Cepstrumcanbeusedtoseparatetheexcitationsignalandchannelresponse,andcanrepresentchannelresponsew
5、ithonlyadozencepstralcoefficients.Asaresult,ithasbeenaveryimportantroleinvoicesignalprocessing.Inthispaper,thecepstrum-basedalgorithmtoextractabove-mentionedvoicecharacteristicsanditsimplementationinMATLABaredescribedindetail.Keyword:Cepstrum;MFCC;pitch;formant-26-第一章緒論1.1背景由于語言是人們?cè)谌?/p>
6、常生活中的主要交流手段，因此語音信號(hào)處理在現(xiàn)代信息社會(huì)中占用重要地位。隨著語音信號(hào)處理技術(shù)在實(shí)際生活中的應(yīng)用的不斷發(fā)展，語音信號(hào)處理技術(shù)已經(jīng)被廣泛地接受和使用。由于語音比其他形式的交互方具有更多的優(yōu)勢(shì)，因此這項(xiàng)技術(shù)已經(jīng)越來越貼近人們的生活。目前，語音信號(hào)處理技術(shù)處于蓬勃發(fā)展時(shí)期，不斷有新的產(chǎn)品被研制開發(fā)，市場(chǎng)需求逐漸增加，具有良好的應(yīng)用前景。1.2語音特性提取的重要性語音信號(hào)處理雖然包括語音通信，語音合成和語音識(shí)別等方面的內(nèi)容，但其前提和基礎(chǔ)是對(duì)語言信號(hào)進(jìn)行分析。語音的壓縮與恢復(fù)是語音信號(hào)處理的關(guān)鍵技術(shù)。近年來有關(guān)這方面的研究不斷發(fā)展成熟，并形成一系列的標(biāo)準(zhǔn)。在
7、語音信號(hào)的各種分析合成系統(tǒng)中，需要提取頻譜包絡(luò)參數(shù)，推測(cè)音源參數(shù)（清濁音的判定以及濁音周期等）。只有將語音信號(hào)分析表示成其本質(zhì)特性的參數(shù)，才有可能利用這些參數(shù)進(jìn)行高效的語音通信，才能建立用于語音合成的語音庫，也才能建立用于識(shí)別的模板或知識(shí)庫。根據(jù)所分析的參數(shù)不同，語音信號(hào)分析可分為時(shí)域，頻域，倒譜域等方法。進(jìn)行語音信號(hào)分析時(shí)，最先接觸到的，也是最直觀的是它的時(shí)域波形。時(shí)域分析具有簡(jiǎn)單直觀，清晰易懂，運(yùn)算量小，物理意義明確等優(yōu)點(diǎn)；但更為有效的分析多是圍繞頻域進(jìn)行的，因?yàn)檎Z音中最重要的感知特性反映在其功率譜中，而相位變化只起著很小的作用[1]。頻譜分析具有如下優(yōu)點(diǎn)：
8、時(shí)域波形較易隨外界環(huán)境變
