补充资料：语音识别的特征抽取

语音识别的特征抽取
feature extraction of speech recognition

yuyin shib一e de teZheng ehouqu语音识别的特征抽取(feature extractionofs】珍ech reC雌贝ition)用信号处理技术提取语音信号中可供相互区分的特征参数。特征参数大致分为两类，一类反映语音的频谱包络特性，即声道响应特征，如共振峰参数、线性预测系数、倒谱系数等。另一类反映语音的时域特性，如能量、音调等。特征参数选取对识别性能影响很大，目前用的最多而又有效的参数是倒谱系数。也有用FFq，系数和带通滤波器组的输出作为特征参数。能量是语音信号时域特征，将它用于识别系统，可使性能得到改善。倒谱系数和能量的变化，即它们的动态特性是语音信号的重要特征之一，在识别系统中起重要作用，它和静态特性在很大程度上是无关和互补的，有人建议使用倒谱的回归系数作为动态特性。选用什么特征参数要有利于识别，即在多维特征空间中要易于将不同的识别音区分开。许多研究表明，频域特征参数在频率维作非线性规正，使之符合人耳分析频率的特性，能给识别带来好处。

说明：补充资料仅用于学习参考，请勿用于其它任何用途。