[发明专利]一种基于功率谱Gabor特征序列递归模型的语音识别方法

权利要求书

1.一种基于功率谱Gabor特征序列递归模型的语音识别方法，其特征在于，包括以下步骤：

步骤一，语音信号的预处理

对获取的语音信号进行端点检测，分离并去除语音信号中的噪声信息，获得语音信号中的有效部分，并求其功率谱；

步骤二，提取功率谱Gabor特征序列

步骤2.1，根据所述的功率谱，提取所述的有效部分的功率归一化频谱特征；

步骤2.2，将所述的功率归一化频谱特征按照帧索引顺序组成一个序列C，然后分别进行一阶差分和二阶差分处理后，分别得到Delta频谱特征和DoubleDelta频谱特征；

步骤2.3，将所述的功率归一化频谱特征、Delta频谱特征以及DoubleDelta频谱特征组成功率归一化频谱特征集，然后通过时空Gabor滤波，将时间调制滤波器表示为行向量，与功率归一化频谱特征集的每个通道独立地卷积；同样，频域调制滤波器表示为列向量，与功率归一化频谱特征集的每个帧独立地卷积；

步骤2.3中，所述的卷积采用的公式为：

上式中，k和n分别是功率归一化频谱特征的频谱和时间索引，i和j分别表示频谱和时间相对中心的偏移，PNSpec(k，n)表示输入的语音信号特征集，filterfunction(i，j)表示时空Gabor滤波函数；

步骤2.4，针对所述的功率归一化频谱特征集，执行直方图均衡化，然后通过PCA将高维特征投影到低维空间上，得功率谱Gabor特征集，并将功率谱Gabor特征集组成语音特征序列X；

步骤三，构建语音特征序列的递归图

将语音特征序列X按照如下公式计算其递归图r：

r＝θ(ε-||x(i_k)-x(i_m)||)，i_k，i_m＝1...n

上式中，n是语音特征序列经历的状态数，k、m表示帧索引，x(i_k)和x(i_m)是在i_k和i_m序列位置处观察到的语音特征序列上的值，||.||表示Euclidean范数，ε表示临界距离，ε＜1；而θ表示Heaviside函数，其定义如下所示：

步骤四，语音信号相似性检测

计算所述的递归图r与模板库中每一类信号的递归图r_i之间的距离，则最小的一个距离值对应的模板库中的语音信号即为识别出的结果；

所述的模板库是指，在进行语音识别之前，先采集各类标准的语音信号，按照步骤一至三的方法进行处理，得到标准的语音信号的递归图r_i，将这些语音信号的递归图存储在模板库中；

步骤四中计算距离采用的公式为：

上式中，r_i是模板库中每一类信号的语音特征序列的递归图，r_j是待测语音特征序列的递归图，C(r_i|r_j)是按照MPEG-1压缩算法先训练压缩图像r_j再压缩图像r_i之后值的大小，从而求得r_i图像中去除和r_j图像共有的冗余信息后两者之间的最小近似值。

2.如权利要求1所述的基于功率谱Gabor特征序列递归模型的语音识别方法，其特征在于，步骤一的具体过程包括：

步骤1.1，对获取的语音信号，利用短时能量或者过零率指标进行端点检测，将语音信号中的有效部分和噪声信息分离开来；

步骤1.2，通过高通滤波器完成所述有效部分的预加重过程；

步骤1.3，经过预加重的有效部分再进行加窗分帧操作；

步骤1.4，进行快速傅里叶变换，以得到在频谱上的能量分布；对频谱取模平方得到功率谱。