Klassifikation von Mustern

3.6. MERKMALE FÜR DIE SPRACHERKENNUNG (VA.1.2.2, 06.02.2004) 217
wobei m (mc)
k
der zeitliche Mittelwert des k–ten Cepstrum Koeffizienten und c (mc,n)
τ,k
der resultie-
rende normierte Wert ist.
Ein anderer Vorschlag zur Normierung besteht aus den Schritten der Unterdrückung aller
durch den Maskierungseffekt verdeckten Spektralkomponenten, der Lautstärkenormierung jeder
Spektralkomponente mit der Lautstärke an der Hörschwelle sowie der Abbildung in die
mel–Skala mit (3.6.23). Der Maskierungseffekt besagt, dass alle Geräusche unhörbar werden,
wenn andere lautere zeitlich und spektral benachbart sind. Der ungefähre Verlauf der Maskierung
geht aus Bild 3.6.4a hervor. Zu jeder Spektralkomponente fν des Sprachsignals wird diese
Maskierung, vertikal verschoben je nach aktueller Lautstärke, angenommen und ihr Verlauf
über der Signalfrequenz fs mit ψν(fs) bezeichnet. Für das aktuelle Sprachsignal zur (diskreten)
Zeit τ ist die resultierende Maskierung dann definiert mit
ψτ(fs) = max
ν {ψν(fs)} . (3.6.35)
Alle Anteile des Sprachsignals unterhalb der Maskierung ψτ (fs) werden eliminiert. Der Verlauf
der Hörschwelle ist in Bild 3.6.4b angegeben. Ist Lhs(fs) die Lautstärke an der Hörschwelle und
Ls(fs) die Lautstärke des Sprachsignals, so ist die normierte Lautstärke
Lsn(fs) = Ls(fs) − Lhs(fs) . (3.6.36)