针对ASR的语音信号分析特征频谱分析倒谱分析标准特征：MFCC和PLP分析动态特征

感谢原作者原作者链接：http://www.cnblogs.com/ToDoToTry/archive/2013/01/18/2865941.html把python自然语言处理的nltk_data打包到360云盘，然后共享给朋友们回家前，把python自然语言处理的nltk_data打包到360云盘，然后共享给朋友们，省的大家像我一样浪费时间。一次性下载解压后即

原文链接：第一章隐马尔科夫模型工具箱的基础HTK是一个用于建立隐马尔科夫模型的工具箱。隐马尔科夫模型可以被用于建立任何时间序列的模型且HTK的核心是通用的，但是，HTK主要为建立基于隐马尔科夫模型的语音处理工具而设计的，尤其是语音识别，因此，HTK里的许多基础架构支持专注于这项任务。正如上图所示，涉及两个主要处理阶段。第一，HTK训练工具被用于估计一组使用训练发音和它们相

课程网址shu ji

对特征参数的要求：1）提取的特征参数能有效地代表语音特征，具有很好的区分性；2）各阶参数之间有良好的独立性；3）特征参数要计算方便，最好有高效的计算方法，以保证语音识别的实时实现。声带可以有周期振动也可以不震动，分别对应浊音和清音，而每段声管对应一个LPC模型的极点。一般情况下，极点的个数在12~16个之间，就可以足够清晰地描述语音信号的特征了。LPC参数是模拟人的发音器官的，是一种基

针对ASR的语音信号分析特征频谱分析倒谱分析标准特征：MFCC和PLP分析动态特征