摘要
针对语音多变性的鲁棒性问题,分别将FIR滤波器、Gammatone(GT)滤波器、Laguerre滤波器以及弯折滤波器(Warped Filter Banks,WFBs)用于过零峰值幅度(Zero Crossing Peak Amplitude,ZCPA)特征提取,并使用支持向量机(Support Vector Machine,SVM)作为后端识别系统,通过实验得到了不同滤波器下ZCPA的识别结果。结果表明在多变性语音的识别中,SVM系统较常用的HMM系统,更适于ZCPA特征;并且在SVM系统下,ERB尺度的弯折滤波器较其它前端滤波器识别效果更好,明显优于常用的MFCC特征。