[发明专利]一种基于非线性幂变换Gammachirp滤波器的鲁棒语音特征提取方法

权利要求书

1.一种基于非线性幂变换Gammachirp滤波器的鲁棒语音特征提取方法，其特征在于，如下步骤：

(1)语音信号预处理：对输入的语音信号x(n)进行预加重处理：y(n)＝x(n)-μ·x(n-1)，其中，μ为预加重系数，y(n)是预加重处理后的语音信号，n为语音信号的个数；

(2)对预加重后的语音信号进行RASTA滤波处理，得到滤波后的信号y′(n)：y′(n)＝Rasta(y(n))；

(3)语音信号的分帧、加窗：将滤波后的信号分为短时的语音帧，对短时的语音帧进行加窗处理，得到加窗后的语音信号S(n)；

(4)短时傅里叶变换：对加窗后的时域语音帧片段进行短时傅里叶变换，将其由时域变换到频域，得到每一帧语音信号的短时傅里叶变换后的幅度谱Y(t,i)，变换公式为：Y(t,i)＝fft(S(n),iFFT)，其中，t表示语音信号的帧数；i表示频率分量数；傅里叶变换长度iFFT＝512；

(5)归一化压缩Gammachirp滤波器滤波，得到语音信号在不同频率分量上的响应幅值G_m(t,k)，其中，k表示滤波器的阶数；具体过程为：

首先，计算滤波器组中每一通道的滤波器的响应幅值：

其中，GC(i,k)是滤波器组中第k个滤波器在第i个频率处的响应幅值；iFFT为傅里叶变换长度；

然后，将每一帧语音信号的离散功率谱Y(t,i)分别与Gammachirp滤波器组内每一通道的滤波器的响应幅值加权求和，得到语音信号在不同频率分量上的响应G_m(t,k)，用于表示第t帧语音信号在第k个滤波器上的响应系数；

G_m(t,k)＝∑Y(t,i)·GC(i,k)；

(6)分段非线性幂函数变换，根据频率值确定幂函数变换系数α，根据公式进行变换，得出幂函数变换后的响应幅值：G_c(t,k)＝G_m^α(t,k)；其中，G_c(t,k)代表第t帧语音在第k阶滤波器上的响应幅值；

根据频率值确定幂函数变换系数α的公式为：

其中，f表示当前的频率值；

(7)离散余弦变换，即DCT变换：将每一帧语音在Gammachirp滤波器组的响应输出进行离散余弦变换，去除其参数间的相关性，得到变换后的倒谱系数G_Dct，DCT变换的过程：其中DCT(k,m)表示N维离散余弦变换矩阵中第k行m列的值，它的定义是：G_Dct(t,k)代表经过DCT变换后第t帧语音在第k阶滤波器上的响应幅值；

(8)差分倒谱系数：差分倒谱系数是通过步骤(7)得到的G_Dct(t,k)经过相邻前后各两帧的运算得到：G_Dct′(t)＝(2×G_Dct(t-2)-G_Dct(t-1)+G_Dct(t+1)+2×G_Dct(t+2))/10，其中，G_Dct′(t)代表第t帧语音信号的差分系数，取DCT变换后原倒谱系数的前16维和差分后的前16维系数，共同组成32维的倒谱系数G；

(9)倒谱均值、方差的归一化：倒谱均值归一化过程是：倒谱方差归一化过程是：其中μ_G表示倒谱特征均值，δ_G表示倒谱方差，T为帧长；

(10)时间序列滤波：对得到的语音特征采用一种平滑滤波的方式来减小基音频率，利用滑动滤波器对得到的语音特征进行滤波，得出消除基音频率影响后的NPGFCC语音特征其中W是窗口长度。

2.根据权利要求1所述的一种基于非线性幂变换Gammachirp滤波器的鲁棒语音特征提取方法，其特征在于，所述的步骤(1)中，预加重系数μ为0.92～0.98。

3.根据权利要求1或2所述的一种基于非线性幂变换Gammachirp滤波器的鲁棒语音特征提取方法，其特征在于，步骤(10)中W＝5。