语音识别

语音特征

倒谱

倒谱（cepstrum）就是一种信号的傅里叶变换经对数运算后再进行傅里叶反变换得到的谱。
为什么需要倒谱

Mel频率分析（Mel-Frequency Analysis）

我们将频谱通过一组Mel滤波器就得到Mel频谱。公式表述就是：log X[k] = log (Mel-Spectrum)。这时候我们在log X[k]上进行倒谱分析：

1）取对数：log X[k] = log H[k] + log E[k]。

2）进行逆变换：x[k] = h[k] + e[k]。

在Mel频谱上面获得的倒谱系数h[k]就称为Mel频率倒谱系数（Mel Frequency Cepstrum Coefficient, MFCC）。梅尔频率倒谱系数。除MFCC外，还有LPCs(Linear Prediction Coefficients ) ， LPCCs (Linear Prediction Cepstral Coefficients) 。

HMM语音识别

HMM模型的单音素识别的输入为音素帧中的特征，目标函数也是音素特征，需要词典转换为文本。

深度学习语音识别

RNN

CTC