文章插图

这样的波形图对机器来说没有任何描述信息 。这个波形图背后是很多不同频率的波叠加产生的 。（准确的讲 ， 它在时域上没有描述能力） 我们希望一段声纹能够给出一个人的特性 ， 比如什么时候高 ， 什么时候低 ， 什么时候频率比较密集 ， 什么时候比较平缓等等 。

文章插图

就是我们上面所说的 ， 用傅里叶变化来完成时域到频域的转换 。这就需要对每一帧做傅里叶变化 ， 用特征参数MFCC得到每一帧的频谱（这个过程就是特征提取 ， 结果用多维向量表示） ， 最后可以总结为一个频谱图（语谱图） 。如下图所示 ， 是“hello”的频谱图 ， 很酷是吧~横轴是时间 ， 纵轴是频率 。颜色越亮 ， 表示强度越大 。

文章插图

b）常用的特性参数 特性提取时 ， 我们有常用的特征参数作为提取模板 ， 主要有两种：

• 线性预测系数（LPC）

LPC 的基本思想是 ， 当前时刻的信号可以用若干个历史时刻的信号的线性组合来估计 。通过使实际语音的采样值和线性预测采样值之间达到均方差最小 ， 即可得到一组线性预测系数 。求解LPC系数可以采用自相关法 (德宾 durbin 法) 、协方差法、格型法等快速算法 。

• 倒谱系数

利用同态处理方法 ， 对语音信号求离散傅立叶变换后取对数 ， 再求反变换就可得到倒谱系数 。你可以理解为 ， 是比音素更细致的语音单位 。通常把一个音素划分成3个状态 。

文章插图

如上图所示 ， 识别过程无非是：

• 把帧识别成状态（难点） 。
• 把状态组合成音素 。
  • 上一页
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 下一页
  
  

  以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!

  「四川龙网」www.sichuanlong.com小编还为您精选了以下内容，希望对您有所帮助：

  
  

  • 健身前需了解的4大基础知识 1/2
  • 新手必备6种花店经营模式 无基础开花店运营方案
  • 要成功需要培养的五大素质 人生发展中3个基础的素质
  • 手机无法识别usb设备怎么办
  • 车牌识别系统设置
  • u盘无法识别怎么办 u盘坏了无法识别怎么办
  • 涂bb霜之前要涂什么步骤 做好基础的保湿工作
  • 一个国家的什么决定这个国家的经济基础
  • 人脸识别产品 人脸识别监控摄像头干嘛用
  • 电工基础知识有哪些？电工专业基础知识