基于分数阶傅立叶变换的语音信号分析与应用研究

本研究课题拟采用分数阶Fourier变换（FRFT）来进行语音信号处理，主要针对连续语音识别和语音增强。由于语音信号是一种非平稳信号，而分数阶Fourier变换在处理调频信号方面具有独特的优势，采用FRFT可以克服传统Fourier变换无法表述信号时频局部特性的缺点。研究采用FRFT＋MFCC的方法，即采用FRFT提取能量、基音周期及共振峰等参数与MFCC相结合的方法来提高识别率；研究采用FRFT与听觉感知特性相结合来提取新的语音特征参数以用于连续语音识别；根据语音和噪声在分数域上不同的聚焦特性，研究语音信号在分数阶域的自适应滤波，以实现在不同噪声条件（不同噪声类型（平稳，非平稳，背景话音）和信噪比）下更好的语音增强效果。同时，为了达到更好的识别和增强效果，探索更优的分数阶Fourier变换参数估计算法。