分形理论是非线性科学研究中十分活跃的一个分支,其研究成果已经被广泛应用于图象处理、模式识别、人工智能以及非线性电路等领域.相比而言,分形理论在语音信号处理方面的应用则较少.语音信号是一个复杂的非线性、非平稳过程,基于线性系统理论发展起来的传统语音处理和识别技术性能难以进一步提高.从声学和空气动力学对语音产生机制研究表明,语音信号中存在着混沌,而分形分析恰恰是研究混沌信号的有效手段之一.该文通过对分形理论和汉语语音分形特性的研究,在大量的仿真实验的基础上对分形在语音处理中的应用做了一些有益的探索:(1)在语音信号的起止点检测和声韵分割技术研究中,该文提出了一种基于合成Hurst参数SH的检测方法.实验结果表明,在检测效果、稳健性和实时性方面,该法都要优于传统的过零率方法和单一分维数方法.(2)在说话人识别方面,该文对不同说话人的语音进行了多重分形分析,实验结果表明单一分形维数只能作为一个辅助特征,可以考虑把多阶广义维数作为聚类分析参数进行说话人识别.(3)在语音信号插值方面,该文通过实验证明了与传统的样条插值方面比较,分形插值法不仅能保持原信号的分维数,而且能更好地重建原信号的高频细节,在语音编码方面有良好的应用前景.