[發(fā)明專利]語(yǔ)音特征信息的提取方法及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201410074866.7
• 申請(qǐng)日: 2014-03-03
• 公開(kāi)（公告）號(hào): CN104900227A
• 公開(kāi)（公告）日: 2015-09-09
• 發(fā)明（設(shè)計(jì)）人: 廖安華;彭剛
• 申請(qǐng)（專利權(quán)）人: 聯(lián)想（北京）有限公司
• 主分類號(hào): G10L15/02
• 分類號(hào): G10L15/02;G10L19/26
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司 11291
• 代理人: 黃志華

技術(shù)領(lǐng)域

本發(fā)明涉及語(yǔ)音技術(shù)領(lǐng)域，尤其涉及一種語(yǔ)音特征信息的提取方法及電子設(shè)備。

背景技術(shù)

隨著語(yǔ)音技術(shù)的飛速發(fā)展，能夠通過(guò)多種方法來(lái)提取語(yǔ)音信息的特征矢量，例如可以通過(guò)有線性預(yù)測(cè)系數(shù)（LPC），LPC倒譜系數(shù)（LPCC）和Mel頻譜系統(tǒng)（Mel-scale?Frequency?Cepstral?Coefficients，簡(jiǎn)稱MFCC））來(lái)提取語(yǔ)音特征矢量，具有較好的識(shí)別性能和抗噪能力。

但是，現(xiàn)有電子設(shè)備在提取語(yǔ)音特征信息時(shí)，是根據(jù)人耳對(duì)不同頻率的聲波有不同的聽(tīng)覺(jué)敏感度，從低頻到高頻這一段頻帶內(nèi)按臨界帶寬的大小由密到疏安排三角帶通濾波器的，然后再對(duì)輸入信號(hào)進(jìn)行濾波，使得三角帶通濾波器組固定分布，且在低頻時(shí)設(shè)置的三角帶通濾波器的數(shù)量較大，以及在高頻時(shí)設(shè)置的三角帶通濾波器的數(shù)量較少，而在語(yǔ)音信息中的信息在高頻時(shí)攜帶有更多的信息量時(shí)，而三角帶通濾波器組固定分布，使得高頻設(shè)置的三角帶通濾波器的數(shù)量較少，如此，使得現(xiàn)有的電子設(shè)備在獲取語(yǔ)音特征信息時(shí)，存在三角帶通濾波器組固定分布，不能根據(jù)實(shí)際情況自動(dòng)調(diào)整的技術(shù)問(wèn)題。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例通過(guò)提供一種語(yǔ)音特征信息的提取方法及電子設(shè)備，用以解決現(xiàn)有的電子設(shè)備在獲取語(yǔ)音特征信息時(shí)，存在不能根據(jù)實(shí)際情況自動(dòng)調(diào)整三角帶通濾波器組的分布的技術(shù)問(wèn)題。

本申請(qǐng)實(shí)施例提供了一種語(yǔ)音特征信息的提取方法，應(yīng)用于電子設(shè)備中，所述方法包括：

獲取語(yǔ)音信息；

獲取所述語(yǔ)音信息在與所述語(yǔ)音信息對(duì)應(yīng)頻率寬度中的信息分布參數(shù)；

基于所述信息分布參數(shù)，確定三角帶通濾波器組在頻譜上的分布系數(shù)，所述頻譜與所述語(yǔ)音信息對(duì)應(yīng)；

根據(jù)所述分布系數(shù)，將三角帶通濾波器組分布在所述頻譜上進(jìn)行濾波，獲取Mel頻譜；

基于所述Mel頻譜，獲取Mel頻率倒譜系數(shù)MFCC。

可選的，所述獲取所述語(yǔ)音信息在與所述語(yǔ)音信息對(duì)應(yīng)頻率寬度中的信息分布參數(shù)，具體包括：對(duì)所述語(yǔ)音信息依次進(jìn)行預(yù)加重、分幀、加窗戶和快速傅里葉變換FFT處理，獲取與所述語(yǔ)音信息對(duì)應(yīng)的頻譜信息；基于所述頻譜信息，確定所述信息分布參數(shù)。

可選的，所述基于所述頻譜信息，確定所述信息分布參數(shù)，具體包括：對(duì)所述頻譜信息進(jìn)行功率分析，獲取所述功率分布參數(shù)；基于所述功率分布參數(shù)，確定所述信息分布參數(shù)。

可選的，所述基于所述Mel頻譜，獲取Mel頻率倒譜系數(shù)MFCC，具體包括：將所述Mel頻譜取對(duì)數(shù)，獲得對(duì)數(shù)能量譜；將所述對(duì)數(shù)能量譜進(jìn)行離散余弦變換DCT，獲得所述MFCC。

可選的，所述基于所述信息分布參數(shù)，確定三角帶通濾波器組在頻譜上的分布系數(shù)，具體包括：基于所述信息分布參數(shù)，將所述頻率帶寬劃分為N個(gè)頻帶，并確定三角帶通濾波器組在所述N個(gè)頻帶中的每個(gè)頻帶上的分布系數(shù)，其中，N為不小于2的整數(shù)。

可選的，所述基于所述信息分布參數(shù)，確定三角帶通濾波器組在頻譜上的分布系數(shù)，具體包括：基于所述信息分布參數(shù)，將所述頻率帶寬劃分為所述N個(gè)頻帶，以及確定三角帶通濾波器組在所述N個(gè)頻帶中的每個(gè)頻帶上的分布系數(shù)，其中，所述N個(gè)頻帶中的第一頻帶攜帶的第一信息量大于所述N個(gè)頻帶中的第二頻帶攜帶的第二信息量時(shí)，分布在所述第一頻帶中的三角帶通濾波器組的第一數(shù)量大于分布在所述第二頻帶中的三角帶通濾波器組的第二數(shù)量。

本申請(qǐng)一實(shí)施例還提供了一種電子設(shè)備，所述電子設(shè)備包括：

語(yǔ)音信息獲取單元，用于獲取語(yǔ)音信息；

信息參數(shù)獲取單元，用于獲取所述語(yǔ)音信息在與所述語(yǔ)音信息對(duì)應(yīng)頻率寬度中的信息分布參數(shù)；

分布系數(shù)確定單元，用于基于所述信息分布參數(shù)，確定三角帶通濾波器組在頻譜上的分布系數(shù)，所述頻譜與所述語(yǔ)音信息對(duì)應(yīng)；

Mel頻譜獲取單元，用于根據(jù)所述分布系數(shù)，將三角帶通濾波器組分布在所述頻譜上進(jìn)行濾波，獲取Mel頻譜；

MFCC獲取單元，用于基于所述Mel頻譜，獲取所述MFCC。

可選的，所述電子設(shè)備包括頻譜信息獲取單元，用于對(duì)所述語(yǔ)音信息依次進(jìn)行預(yù)加重、分幀、加窗戶和快速傅里葉變換FFT處理，獲取與所述語(yǔ)音信息對(duì)應(yīng)的頻譜信息；

所述信息參數(shù)獲取單元，具體用于基于所述頻譜信息，確定所述信息分布參數(shù)。

可選的，所述信息參數(shù)獲取單元，具體用于對(duì)所述頻譜信息進(jìn)行功率分析，獲取所述功率分布參數(shù)，再基于所述功率分布參數(shù)，確定所述信息分布參數(shù)。