基于多特征组合优化的汉语数字语音识别研究

研究了一种汉语数字语音识别方案，首先提取汉语数字语音线性预测倒谱系数（LPCC）和梅尔频率倒谱系数（MFCC）及其一阶差分,并组合成新特征。通过求取其系数矩阵的均值和方差的方式进行一次降维，然后采用基于关联规则的特征选择算法进行二次降维，并采用C4.5决策树算法进行识别。通过实验表明本文提出的方法能够有效降低特征维度，去除了无用的冗余信息，提高了语音识别率。