[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

摘要

本发明公开了一种基于功率谱Gabor特征序列递归模型的语音识别方法，该方法的基本步骤包括：1.对语音输入信号进行预处理；2.分别提取功率谱特征和动态谱Delta特征；3.利用时空Gabor滤波器对频谱特征进行滤波处理，并且通过PCA降维处理得到语音特征序列；4.根据语音特征序列，构造递归图；5.通过对语音递归模型进行距离检测，完成语音识别。本发明通过对语音信号进行预处理，经过特征提取得到语音特征序列，然后将语音特征序列转化为递归模型进行相似性检测，有效的解决了目前自动语音识别系统在非稳态噪声、低信噪比等复杂情况下识别率不够理想、性能容易恶化的问题，提高了语音识别算法的鲁棒性。

主权项

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：/n步骤一，语音信号的预处理/n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；/n步骤二，提取功率谱Gabor特征序列/n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；/n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；/n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；/n步骤2.3中，所述的卷积采用的公式为：/n