《语音识别技术及应用》教案 项目二 语音特征提取.pdfVIP

课题项目二语音特征提取

课时8课时（360min）

知识目标：

（1）了解语音特征的提取流程

（2）理解预加重、分帧和加窗的基本原理及其实现方法

（3）理解短时傅里叶变换的基本原理和实现方法

（4）掌握语谱图特征的提取方法

（5）掌握Fbank特征的提取方法

（6）掌握MFCC特征的提取方法

教学目标

技能目标：

（1）能够编写程序，完成语音数据的预处理操作

（2）能够编写程序，对语音数据进行短时傅里叶变换

（3）能够编写程序，提取语音数据的语谱图、Fbank和MFCC特征

素养目标：

（1）学习语音数据预处理和语音特征提取的相关技术，提升逻辑推理能力

（2）掌握不同语音特征的提取方法，形成知识体系，培养系统思维

教学重点：语音特征的提取流程，预加重、分帧和加窗的基本原理及其实现方法，短时傅里叶变换

教学重难点的基本原理和实现方法

教学难点：语谱图特征、Fbank特征和MFCC特征的提取方法

教学方法案例分析法、问答法、讨论法、讲授法

教学用具电脑、投影仪、多媒体课件、教材

教学过程主要教学内容及步骤

【教师】使用APP进行签到

考勤

【学生】班干部报请假人员及原因

【教师】播放“语音的产生和感知”视频（详见教材），并提出以下问题：

（1）哪些噪声会对语音信号的识别产生影响？请列举两种。

问题导入（2）如何在语音信号中有效去除噪声？

（3）去除噪声后的语音信号有什么特点？

【学生】聆听、思考、举手回答

【教师】通过学生的回答引入要讲的知识，讲解语音特征的提取流程，语音数据预处理，短时傅里

叶变换，以及语音特征的提取等知识

2.1语音特征的提取流程

原始的语音信号是不定长的时域信号，一般需要将其转换为特征向量，才能用于语音识别任务，

这个转换过程称为语音特征提取。随着深度神经网络技术的发展，虽然原始语音信号也可以作为网络

的输入，但是对深度神经网络提出了更高的要求。因此，语音特征提取仍是语音识别的关键技术之一。

传授新知

✈【教师】利用多媒体展示“提取语音特征的一般流程”图片（详见教材），并进行讲解

在语音识别领域中，常见的语音特征有语谱图特征、Fbank特征和MFCC特征。提取这些特征的

一般流程如图所示。

可见，提取3个语音特征之前，都需要经过预加重、分帧、加窗、短时傅里叶变换等步骤，然后

各自再进行不同的处理。其中，语谱图特征需要进行取对数操作，Fbank特征需要经过梅尔滤波器组

后再取对数，而MFCC特征是在Fbank特征的基础上进行离散余弦变换得到的特征。

2.2语音数据预处理

2.2.1预加重

1．预加重的基本原理

在音频采集过程中，由于传感器和麦克风等设备的特性，高频部分容易受到衰减，导致信号在这

些频率上的能量相对较低，影响语音识别的准确性。为了抵消这种效应，可采用预加重的方法补偿语

音信号高频部分的振幅。

假设输入语音第n个采样点的信号为X(n)，则预加重的公式为

Y(n)X