[Herm90]
H. Hermansky, “Perceptual linear predictive (PLP) analysis of speech”, J. Acoust. Soc. Am., vol. 87, no. 4, pp. 1738-1752, Apr. 1990.
[HermM94]
H. Hermansky and N. Morgan, “RASTA processing of speech”, IEEE Trans. on Speech and Audio Proc., vol. 2, no. 4, pp. 578-589, Oct. 1994.
介绍两种语音特征的提取方法,一个是大家熟得不能再熟的每篇文章都会提到的MFCC,还有一个是Hermansky提出的RASTA-PLP特征。
MFCC的中文为Mel频率倒谱系数,它的含义就不再解释了,有很多文章都做了详细的阐述。
RASTA-PLP指Relative Spectral Transform - Perceptual Linear Prediction,中文为相对频谱变换-感知线性预测。RASTA-PLP特征其实就是一种经过修正的线性预测倒谱系数。分解来看,PLP是在LPC线性预测上加了一个perceptual,就是根据人的听觉感知特点修改语音功率谱,做了等响度预加重和立方根压缩,RASTA总的来说是使稳态频谱因子更鲁棒的一种方法。
附上可以使用的matlab代码链接,如有需要可自行下载:
https://labrosa.ee.columbia.edu/matlab/rastamat/
在提供的代码中,melfcc.m可以计算PLP和MFCC系数,只需要调用函数时候修改一下参量modelorder即可。rastaplp.m可以计算RASTA-PLP系数。