Мел-частотные кепстральные коэффициенты

Модификация кепстра применяется для вычисления мел-частотных кепстральных коэффициентов (MFCC - Mel-frequency cepstral coefficients), широко используемых в системах распознавания в качестве векторов признаков РС. Признаки, построенные на основе MFCC, учитывают психоакустические принципы восприятия речи, поскольку используют мел-шкалу, связанную с критическими полосами слуха – теми полосами, на которые слуховой анализатор разделяет весь спектр частот.

Процедура получения MFCC коэффициентов на практике состоит в следующем: выборку значений кепстра вычисляют через выборку значений, полученных путем усреднения непараметрической оценки спектра треугольными весовыми функциями (рис.3.1).

Рис. 3.1 - Мел-шкала и усредняющие треугольные функции

 

Ширина весовых функций постоянна на нелинейной мел-шкале частот. За счет использования мэл-шкалы удается учесть нелинейную зависимость слухового восприятия от частоты речевого сигнала.

Алгоритм вычисления MFCC следующий.

1. Сигнал  разбивается на L фреймов длиной . Для n -го фрейма выполняется свертка сигнала с оконной функцией w (n) и вычисляется спектр Фурье

, ,

.

 

2. Для n -го фрейма на i -ой мел-частотной полосе () вычисляется логарифмированная энергия

 

где  – треугольное окно (Барлета),

 – четное число,

 – границы частотных диапазонов i -ой полосы (в отсчетах),

P – количество мел-полос.

3. Для n -го фрейма вычисляется MFCC, используя обратное дискретное косинусное преобразование

, .

Наиболее используемые признаки для распознавания РС сведем в результирующую таблицу

 

На основе спектра Фурье (D N – ширина окна анализа)
Энергия спектра	(представляет собой скалярную величину)
нормированный энергетический спектр
кумулятивное отношение	, , , E - полная энергия сигнала
На основе вейвлет-спектра (jmin, jmax, – минимальный и максимальный уровни разложения, N – длина сигнала)
мера контрастности	,
На основе кепстрального анализа
коэффициенты кепстра	, , где: D N – ширина окна анализа, Х – коэффициент спектра Фурье
мел-частотные кепстральные коэффициенты (MFCC)	, , где: L – количество мел-полос, w (k) – оконная функция Бартлета,  – границы l -той полосы,  – четное число.
На основе КЛП
коэффициенты предсказателя порядка p	,
нормированная автокорреляция сигнала	,
коэффициенты отражения КЛП	,
площади поперечных сечений акустической трубы	, A 1=1,
нормированная автокорреляция КЛП	,
нормированный сглаженный энергетический спектр КЛП	, ,
кепстр импульсной характеристики	, ,

 

Выбор характеристик РС, используемых при распознавании, существенно влияет на эффективность распознавания и зависит от способа представления сигнала.

 

 

Лекция 5

Тема. Методы предварительной обработки речевых сигналов

На лекции будет рассмотрено:

Выделение речи из звукового сигнала (VAD-алгоритмы).

Методы сегментации речевого сигнала