Coeficientes de wavelet discretos en escala mel para el reconocimiento de voz

En este artículo, proponemos un nuevo vector de características que consiste en coeficientes de wavelet discretos en escala mel (MFDWC). Los MFDWC se obtienen aplicando la transformada de wavelet discreta (DWT) a las energías del banco de filtros en escala mel de un marco de voz. El propósito de utilizar la DWT es beneficiarse de su propiedad de localización en los dominios de tiempo y frecuencia. Los MFDWC son similares a las características basadas en subbandas (SUB) y características de multi-resolución (MULT) en que ambas intentan lograr una buena localización en tiempo y frecuencia. Sin embargo, los MFDWC tienen mejor localización temporal/frecuencial que las características SUB y MULT. Evaluamos el rendimiento de las nuevas características para el habla clara y el habla ruidosa y comparamos el rendimiento de los MFDWC con coeficientes cepstrales en escala mel (MFCC), características SUB y características MULT. Los resultados experimentales en una tarea de reconocimiento de fonemas mostraron que un reconocedor basado en MFDWC dio mejores resultados que los reconocedores basados en MFCC, características SUB y características MULT para el caso de ruido gaussiano blanco, ruido gaussiano blanco limitado en banda y habla clara.