论文研究状态空间双线性系统的极大似然辨识.pdf

通过对MFCC算法的研究，发现其中的FFT在整个时频空间使用固定的分析窗，这不符合语音信号的特性，而小波变换具有多分辨率特性，更符合人耳的听觉特性。提出了动静态特征参数结合的语音信号识别方法，首先在特征参数提取中引入了小波包变换，借助MFCC参数的提取方法，用小波包变换代替傅里叶变换和Mel滤波器组，提取了新的静态特征参数DWPTMFCC，然后把它与一阶DWPTMFCC差分参数相结合成一个向量，作为一帧语音信号的参数。仿真实验证明：基于新特征的识别率比原来MFCC的识别率有了很大提高，特别是在低信噪比情况下。