1) shift delta cepstrum
移位差分倒谱
2) Spectrum difference
倒谱差分
3) differential cepstrum
差分倒谱
4) Mel delta cepstrum
Mel差分倒谱
5) derivative coefficients of cepstrum
差分倒谱系数
1.
Cepstrum coefficients, derivative coefficients of cepstrum, log energy normalization coefficient and derivative coefficient of log energy were used as feature vector of speech recognition on the basis of analyzing continuous density hidden Markov model(CDHMM).
在分析了连续概率密度的隐马尔可夫模型（ＣＤＨＭＭ）基础上，利用ＬＰＣ倒谱系数、ＬＰＣ差分倒谱系数、能量归一化系数及其差分系数作为语音特征矢量，训练和识别采用Ｖｉｔｅｒｂｉ算法和Ｂａｕｍ －Ｗｅｌｃｈ 重估算法，有效地提高了系统的识别率。
6) mel frequency cepstrum coefficient difference
美尔倒谱差分
补充资料：复倒谱
一个函数的傅里叶变换的对数的傅里叶反变换。对褶积信号的线性分离作用，在实际信号处理中很有用处，例如可应用于通信、建筑声学、地震分析、地质勘探和语音处理等领域。尤其在语音处理方面，应用复倒谱算法可制成同态预测声码器系统，用于高度保密的通信。
在离散信号x(n)情况下，用z变换表示复倒谱，可以写作
复倒谱可以利用同态系统中一种特定的特征系统来求得，如图所示。为了区别于用一般方法所求得的频谱(spectrum)，将spectrum这一词前半部(spec)字母顺序颠倒即成cepstrum，根据词形定名为倒谱。又因频谱一般为复数谱，故称为复倒谱。为了说明复倒谱的性质,假设已知两信号x1(n)和x2(n)相褶积而得到的时间函数x(n)，对它们分别求其离散傅里叶变换，写作
X(ω)＝DFT[x(n)] X1(ω)＝DFT[x1(n)]
X2(ω)＝DFT[x2(n)]
按上述定义，可得到如下关系式
＝IDFT｛log[X(ω)]｝
＝IDFT｛log[X1(ω)]｝＋IDFT｛log[X2(ω)]｝
由此可见,通过复倒谱的运算可将x1(n)和x2(n)的褶积关系变换为相加关系，再采用一般线性系统对它们进行滤波处理。
在离散信号x(n)情况下，用z变换表示复倒谱，可以写作
复倒谱可以利用同态系统中一种特定的特征系统来求得，如图所示。为了区别于用一般方法所求得的频谱(spectrum)，将spectrum这一词前半部(spec)字母顺序颠倒即成cepstrum，根据词形定名为倒谱。又因频谱一般为复数谱，故称为复倒谱。为了说明复倒谱的性质,假设已知两信号x1(n)和x2(n)相褶积而得到的时间函数x(n)，对它们分别求其离散傅里叶变换，写作
X(ω)＝DFT[x(n)] X1(ω)＝DFT[x1(n)]
X2(ω)＝DFT[x2(n)]
按上述定义，可得到如下关系式
＝IDFT｛log[X(ω)]｝
＝IDFT｛log[X1(ω)]｝＋IDFT｛log[X2(ω)]｝
由此可见,通过复倒谱的运算可将x1(n)和x2(n)的褶积关系变换为相加关系，再采用一般线性系统对它们进行滤波处理。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条