近年来,设计一款不需要语音便能进行语音交流的设备被认为具有重要的意义,这种便携性的设备被称为无声语音接口。无声语音接口的实现原理是在无声发音的过程中通过传感器获取人体相关发音器官的运动数据,然后进行处理和建模,实现语音信号的转换。无声语音接口可以用于喉癌患者的气管食管发音的替代、防止军事机密泄露、在公共场所保护个人通讯隐私、在静音条件下交流、在嘈杂的环境中进行语音交流以及降低编码率。相比唇部的光学图像,舌部的超声图像包含更多的声学信息,因此舌部超声图像的特征提取是无声语音接口中非常重要的部分。使用未进行特征提取的舌部超声图像去构建无声语音接口会耗费大量的计算,因此需要对图像进行特征提取以保留关键信息。本文首先提出了三种混合特征提取方法:第一种方法称为HWT-PCA,该方法首先对舌部超声图像进行哈尔小波变换,然后使用主成分分析从哈尔小波系数中提取出特征;第二种方法和第三种方法分别称为分块DCTPCA和分块WT-PCA,首先对舌部超声图像进行离散余弦变换或沃尔什变换,根据能量获取部分系数,然后使用主成分分析提取部分系数的特征。之后,本文提出了一种使用局部二值模式和离散余弦变换方法进行特征融合的方式提取舌部超声图像的特征,该方法能够结合频域和空间域的信息,得到更优的特征。特征提取后,使用隐马尔科夫模型对每个音素的视觉观察序列建模。实验数据为基于视觉和听觉信息的语料库,共包含一个人的90分钟的中文连续语料。实验结果表明,本文提出的混合特征提取方法和特征融合方法能够有效地进行舌部超声图像的特征提取,这些特征提取方法能够应用于无声语音接口中,提高无声语音接口的可用性。