一種改進的LPCC參數提取方法研究

王彪

（寶雞文理學院 數學系，陜西 寶雞 721013）

一種改進的LPCC參數提取方法研究

王彪

（寶雞文理學院 數學系，陜西 寶雞 721013）

為了提高語音信號的識別率，提出了一種改進的LPCC參數提取方法。該方法先對語音信號進行預加重、分幀加窗處理，然后進行小波分解，在此基礎上提取LPCC參數，從而構成新向量作為每幀信號的特征參數。最后采用高斯混合模型（GMM）進行說話人語音識別，實驗表明新特征參數取得了較好的識別率。

特征提取；小波變換；分解；LPCC參數；語音信號

語音識別技術是新世紀一門十分熱門的技術，涉及多個領域，在社會生活中具有舉足輕重的重要意義。而語音信號特征參數又是語言識別領域的重中之重，選取良好的特征參數有助于提高語音識別率。

語音信號是一種短時平穩信號，即時變的，十分復雜，攜帶很多有用的信息，這些信息包括語義、個人特征等等，其特征參數的準確性和唯一性將直接影響語音識別率的高低，并且這也是語音識別的基礎。

小波分析具有多分辨率分析的特點，在時頻兩域都具有表征信號局部特征的能力，很適合探測正常信號中夾帶的突變和噪聲，成為信號處理的重要工具之一。

為提高語音識別率，本文應用小波分析的特點，提出了一種改進的語音信號LPCC參數提取方法。本文方法先對語音信號進行預加重、分幀加窗處理，然后進行小波分解，在此基礎上求取LPCC參數，以此作為列向量，構成一個新向量作為語音信號的特征向量，以此表征每幀信號。本文方法提取的特征參數具有唯一性，且是數字化的，在一定程度上提高了語音信號的識別率。

1 LPCC參數

線性預測倒譜參數[1]（LPCC）是線性預測系數（LPC）在倒譜域中的表示。該特征是基于語音信號為自回歸信號的值時，利用線性預測分析獲得倒譜系數。該特征是基于語音信號為自回歸信號的值時，利用線性預測分析獲得倒譜系數。LPCC參數的優點是計算量小，易于實現，對元音有較好的描述能力，其缺點在于對輔音的描述能力差，抗噪聲性能較差。

由于通過自相關法求得的LPC系數保證了系統的穩定性，使得下面式（1）所對應的聲道模型傳輸函數具有最小相位。

利用這一特點，可以推導出語音信號的倒譜c（n）和LPC系數之間的遞推關系：

或是由LPC得到:

根據同態處理的概念和語音信號產生的模型，語音信號的倒譜c（n）等于激勵信號的倒譜（n）與聲道傳輸函數的倒譜（n）之和。通過分析激勵信號的語音特點以及聲道傳輸函數的零極點分布情況，可知（n）的分布范圍很寬，c（n）從低時域延伸到高時域，而（n）主要分布于低時域中。語音信號所攜帶的語義信息主要體現在聲道傳輸函數上，因而在語言識別中通常取語音信號倒譜的低時域構成LPC倒譜特征c，即：

式中，q為LPC倒譜特征的階數。

2 小波分析

小波分析是一種將窗口大小固定不變，而其形狀可變，且時間窗和頻率窗都可以改變的時頻局部化分析方法。小波分析對非平穩信號具有很好的自適應性，這是因為其具有在高頻部分有較高的時間分辨率及較低的頻率分辨率，而在低頻部分有較高的頻率分辨率及較低的時間分辨率的特性。小波分析發展了傳統的傅立葉變換思想，對非平穩信號具有更好的分析能力。

設ψ（t）∈L2（R），（L2（R）為平方可積的實數空間），其傅里葉變換為（ω）。 當（ω）滿足允許條件（Admissible Condition）：

時，稱ψ（t）為一個母小波（Mother Wavelet）。將母函數ψ（t）經伸縮和平移后，可得到一個小波序列。

對于連續的情況，小波序列為：

其中，a為伸縮因子，b為平移因子。

對于離散的情況，小波序列為：

3 改進的LPCC參數提取

改進的LPCC參數[3]提取過程如下：

1）對語音信號進行預加重、分幀加窗處理。

預加重：為便于對語音信號進行頻譜分析或聲道參數分析，需要對其進行預加重處理。一般地，通過一個一階的預加重數字濾波器來實現預加重處理，其傳遞函數為：

其中，u為預加重濾波器的系數，其取值范圍是0.94～0.97。

分幀加窗：由于語音信號是一種典型的非平穩信號，其特性是隨時間變化的。為便于對其進行分析，要將其分成一段一段的，每段信號稱為一幀，每幀長度一般為10～30 ms，認為在這個小時間段內語音信號是平穩的。我們用加窗函數來將語音信號進行分幀處理。

2）對每幀信號進行3層小波分解，提取第3層各結點的小波系數，依次記為：s1、s2、s3、s4、s5、s6、s7、s8。

3）對 s1、s2、s3、s4、s5、s6、s7、s8 分別求取 8 階 LPCC 參數，參數向量記為 d1、d2、d3、d4、d5、d6、d7、d8。

4）將 d1、d2、d3、d4、d5、d6、d7、d8 作為列向量，構成一個新向量T，即:

將T作為語音信號的特征向量，以此表征每幀信號。

改進的LPCC參數提取過程如圖1所示。

圖1 改進的LPCC參數提取過程圖Fig.1 Improved LPCC parameter extraction process Graph

4 仿真實驗

采用高斯混合模型（GMM）進行說話人語音識別，以驗證新特征參數的效果。將GMM應用于說話人識別的直觀解釋是[4]：每個說話人的語音聲學特征空間可以用一些聲學特征類來表示，這些聲學特征類代表一些廣義上的音素，如元音、清輔音、摩擦音等，并且能夠反映說話人的聲帶形狀。

錄制5個人的語音，每人錄制3句話：“今天”、“我是大學生”。語句逐漸復雜，從而能夠更好驗證新特征參數的效果。分別提取語音信號的傳統LPCC參數和本文提出的新特征參數，并分別建立GMM模型進行測試。測試時，對語音信號進行染噪處理，分別對每個語音以信噪比0 dB、5 dB加入噪聲，在計算相似度之后，進行規范化，最后得出每個語音的識別率結果。下表是語音信號在不同信噪比下的識別率。

表1 語音信號在不同信噪比下的識別率Tab.1 Speech signal in different signal to noise ratio of recognition rate

從上表可以看出：在不同噪聲環境下，如給語音分別以信噪比0 dB、5 dB加噪時，采用本文方法進行語音識別得到了比傳統LPCC參數方法更高的識別率。這說明本文方法能在一定程度上提高說話人的語音識別率，基本能夠達到預期的目的。

5 結束語

首先介紹了語音信號的傳統LPCC參數[5]；其次敘述了小波分析；再次以此為基礎，提出了一種新特征參數的提取方法；最后通過GMM模型進行說話人識別，在不同噪聲環境下，分別對語音信號按傳統LPCC參數[6]方法和本文方法進行實驗，實驗表明新特征參數取得了較好的識別率。

當然，本文還有一定的不足之處，如：能否更加精細、更加準確的特征參數T。這是今后工作中亟待解決的問題。

[1]王炳錫，屈丹，彭煊，等.實用語音識別基礎[M].北京:國防工業出版社，2005.

[2]胡昌華，李國華，劉濤，等.基于MATLAB 6.X的系統分析與設計——小波分析[M].2版.西安：西安電子科技大學出版社，2004.

[3]陳杰，張玲華，吳璽宏.基于小波包一LPCC的說話人識別

特征參數 [J].南京郵電大學學報：自然科學版，2007，27（6）:54-56.

CHEN Jie，ZHANG Ling-hua，WU Xi-hong. Feature extraction based on waveletPacket-LPCC in speaker recognition[J].Journal of Nanjing University of Post and Telecommunications:Natrtal Science，2007，27（6）:54-56.

[4]韓紀慶，張磊，鄭鐵然.語音信號處理[M].北京：清華大學出版社，2004.

[5]榮薇，陶智，顧濟華，等.基于改進LPCC和MFCC的漢語耳語音識別[J].計算機工程與應用， 2007，43（30）:213-216.

RONG Wei，TAO Zhi，GU Ji-hua，et al.Identification of Chinese whispered speech based on modified LPCC and MFCC[J].Computer Engineering and Applicafiom，2007，43（30）:213-216.

[6]余建潮，張瑞林.基于MFCC和LPCC的說話人識別[J].計算機工程與設計，2009，30（5）:1189-1191.

YU Jian-chao，ZHANG Rui-1in.Speaker recognition method using MFCC and LPCC features[J].Computer Engineering and Design，2009，30（5）:1189-1191.

An emproved LPCC parameter extraction method research

WANG Biao
（Mathematics Department，Baoji University of Arts and Sciences，Baoji721013，China）

In order to improve the speech recognition rate，an improved LPCC parameter extraction method is proposed.First the pre-emphasis， frames and windows processing is conducted to speech signal in the method，then wavelet decomposition is used， the LPCC parameter is extracted on the basis，thus a new vector is formed as each frame signal characteristic parameter.Finally， the Gauss mixed model （GMM） is used for speaker speech recognition， and experiment shows that the new characteristic parameters obtaines better recognition rate.

feature extraction；wavelet transform；decomposition；LPCC parameter；speech signals

TP311

A

1674－6236（2012）06-0029-02

2012-01-02稿件編號：201201004

寶雞文理學院院級重點項目（ZK11127）

王 彪（1982—），男，天津人，碩士，助教。研究方向：信號處理。

book=33,ebook=357