标题：基于最小二乘支持向量机的含噪语音识别算法
作者：熊卫华 梁坤
作者单位：浙江理工大学机械与自动控制学院，浙江 杭州 310018
关键字：语音识别，集总经验模态分解，最小二乘支持向量机，美尔倒谱系数，频谱分析
摘要：针对目前含噪语音识别准确率的问题，提出了一种基于集总经验模态分解（EEMD）和最小二乘支持向量机（LS-SVM）的语音识别算法。首先将语音信号经过EEMD分解为特征模态函数（IMF）分量，然后经过筛选IMF分量实现去噪，再从剩下的IMF分量中提取美尔倒谱系数（MFCC）作为特征参数，利用动态时间规整法规整MFCC的特征帧，最后将MFCC导入LS-SVM进行训练，从而识别各种语音信号。仿真实验结果表明，该方法能够快速有效地识别各种语音信号，与EEMD结合BP神经网络方法相比，识别准确率更高，抗干扰能力更强。