[發明專利]一種基于改進MFCC算法的嵌入式語音識別系統及方法

在審

• 申請號: 201811603216.1
• 申請日: 2018-12-26
• 公開（公告）號: CN109448700A
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 任彬;趙增旭;佟寬章;胡佳輝
• 申請（專利權）人: 石家莊鐵道大學
• 主分類號: G10L15/00
• 分類號: G10L15/00;G10L15/06;G10L15/02;G10L15/20;G10L25/24
• 代理公司: 北京遠創理想知識產權代理事務所(普通合伙) 11513
• 代理人: 張素妍

1.一種基于改進MFCC算法的嵌入式語音識別方法，其特征在于包括以下步驟：

1)啟動語音識別系統，顯示菜單界面，并判斷語音識別系統是否是第一次使用，若是，則進入步驟9)，反之則進入步驟2)；

2)通過語音識別系統上的菜單鍵選擇進入識別模式；

3)語音識別系統中的主控系統通過采樣電路開始采集用戶語音信號；

4)主控系統對采集到的語音信號進行預處理；

5)預處理完成后，主控系統對語音信號進行端點檢測，確定語音信號的起始點和結束點；

6)端點檢測完成后，主控系統對語音信號進行特征提取，得到12維的混合特征參數，該12維的混合特征參數即為用戶輸入語音信號的全部特征；

7)對語音信號的特征提取完成后，主控系統將得到的特征參數與主控系統內預先存儲的特征模板進行匹配，若匹配，則得到最終的識別結果；反之，則重新進行識別模式；

8)由語音識別系統中的LCD顯示屏顯示識別結果，并通過語音識別系統的藍牙模塊無線控制用戶指定的設備；

9)通過菜單鍵選擇進入訓練模式；

10)用戶通過菜單鍵選擇訓練模板的存放點，若各個模板存放點都已存有模板，則需要用戶選擇其中一個存放點進行數據覆蓋；

11)選擇完訓練模板的存放點后，正式進入訓練模式，并得到訓練模板，存入到主控系統的特征模板存儲區內，用于語音識別的特征匹配。

2.如權利要求1所述識別方法，其特征在于：所述步驟5)中，主控系統對語音信號進行端點檢測的方法包括以下步驟：

5.1)主控系統提取識別前200ms的語音信號作為背景噪聲，依據噪聲信息和語音信息的短時平均幅度值的差異，根據單位時間跨過正負閾值的次數設置相應門限；

5.2)設定當語音信號超過正負閾值之一或者同時超過正負閾值時，并超過預先設定的時間，則將此作為語音的起始點；設定語音信號同時低于正負閾值，并超過預先設定時間，則將此作為語音的結束點。

3.如權利要求1所述識別方法，其特征在于：所述步驟6)中，對語音信號進行特征提取采用改進MFCC算法，MFCC參數的提取包括以下步驟：

6.1)對經過預處理后的語音信號進行快速傅里葉變換，轉換到頻域信號后再計算得到的短時能量譜；

6.2)將短時能量譜基于濾波器組進行濾波，再將每個濾波器頻帶內的能量進行積分，得到功率譜；

6.3)將每個濾波器對應的功率值取對數，再對得到的對數功率進行反離散余弦變換，最終得到12個MFCC系數；

6.4)再由主控系統對語音信號進行翻轉梅爾頻率倒譜運算，得到翻轉梅爾倒譜系數IMFCC；IMFCC參數的提取流程與MFCC參數的提取流程一致；

6.5)得到的MFCC參數與IMFCC參數分別表征了低頻段和高頻段的語音特點，采用Fisher線性判別準則得到特征分量的Fisher比：

式中，r_Fisher是特征分量的Fisher比；σ_between表示特征分量的類間方差；σ_within表示特征分量的類內方差；

6.6)在上述步驟中得到的MFCC參數與IMFCC參數中分別選擇Fisher比最大的6個分量組合成12維的混合特征參數，完成語音信號的特征提取。

4.如權利要求3所述識別方法，其特征在于：所述步驟6.4)中，翻轉梅爾頻率f_IMel與實際頻率f的變換關系為：

f_IMel＝2195.268-2595*lg(1+(4031.25-f)/700)。