本文研究的内容是基于人耳听觉特性的语音特征提取方法,主要分为三个部分:听觉掩蔽特性、等响特性以及耳蜗分频特性。以下是本文的主要贡献: 1) 提出了一个以mel频标划分bark频带的方法,得到了一个bark_mel表。在基于听觉掩蔽的研究中,介绍了掩蔽的概念以及传统的利用掩蔽特性进行语音识别的方法。传统方法还包括对含噪语音进行谱减法去除含噪语音中的平稳噪声。本文详细研究了mel频标和bark频带的关系,得到了一个bark_mel表,在对此表的实验中,还对提取的MFCC系数做倒谱提升,MFCC系数和一帧能量帧进行一阶、二阶差分,得到39维特征参数,使得掩蔽特性在MFCC参数提取中达到最优化。 2) 提出将信噪比和等响特性联合加权和根据新的ISO标准设计了一个新的等响加权滤波器。在基于人耳等响特性的研究中,发现普通的等响加权将语音信号按频谱分段,各个段分别加权,如果某一语音段信噪比比较低,那么此方法无疑会扩大噪声对信号的影响,不利于识别率的提高。本文提出当信号通过等响滤波器之后,利用信噪比对加权之后的频段再次加权。另外,本文还根据ISO226:2003的等响曲线标准,设计出了一个新的等响加权滤波器。 3) 提出在子带中使用等响加权。在基于耳蜗分频特征的子带技术研究中,本文先分析了子带分频技术在噪声条件下比普通方法较好的理论依据,然后研究提出在子带中加入等响特性,可以提高识别率这一方法。本文还研究了在其他文献中所提到的信噪比加权和特征、HMM模型同时加权的方法,使特征空间和模型空间更加匹配。特别在信噪比加权法的介绍中,本文提出使用信噪比平滑技术,这样可以使求得的信噪比值更加准确。