基于經驗模態分解結合傅氏變換與Wigner分布的Mel頻率倒譜系數提取*

曾以成， 陳雨鶯， 毛燕湖， 謝小娟

(湘潭大學 物理與光電工程學院，湖南 湘潭 411105)

基于經驗模態分解結合傅氏變換與Wigner分布的Mel頻率倒譜系數提取*

曾以成*， 陳雨鶯， 毛燕湖， 謝小娟

(湘潭大學 物理與光電工程學院，湖南 湘潭 411105)

根據語音信號的非平穩特點，用經驗模態分解方法把語音信號分解成一系列固有模態函數(Intrinsic Mode Function，IMF)，一個IMF只含有語音信號的一部分信息，不同IMF分量攜帶的特征信息不同，對這些IMFs進行加權處理，得到新的語音，再對其進行后續處理.Wigner-Ville分布能精確地定位信號的時頻結構，而傳統傅氏變換不能反映信號的瞬時變化情況，但多分量信號的Wigner-Ville分布受困于交叉項的干擾，因此利用Wigner-Ville分布的優點，采用Wigner-Ville譜與傅氏譜結合來代替單獨的傅氏譜作為每幀的特征，進行Mel頻率倒譜系數(Mel Frequency Cepstrum Coefficient，MFCC)提取.實驗表明，經改進后的MFCC參數較傳統的MFCC參數應用于說話人識別系統，識別率有較大提升，且魯棒性較好.

經驗模態分解；Wigner-Ville譜；傅氏變換；Mel頻率倒譜系數

語音信號是復雜的非平穩信號，但短時平穩，包含語義、個人特征、情感等特征信息，不同特征信息需用不同的特征參數表征，所以，特征參數的提取是語音信號處理的一個關鍵步驟.常見的反映個性特征信息的特征參數有：基音周期、線性預測參數、線譜對參數(Line Spectrum Pair，LSP)、梅爾頻率倒譜系數(Mel Frequency Cepstrum Coefficient，MFCC)以及口音敏感參數(Accent Sensitive Cepstrum Coefficient，ASCC)等.MFCC考慮了人耳的聽覺特性，將頻譜轉化為基于Mel頻率的非線性頻譜，然后轉換到倒譜域上.因沒有任何前提假設，MFCC參數具有良……