特征域方法
摘自：严勤 吕勇著《语音信号处理与识别》
特征域方法可分为鲁棒特征提取 和 特征补偿两个子类。
鲁棒特征提取：致力于寻找更加稳健的声学特征，这些特征受语音变异性的影响较小，因此测试集和训练集的声学特征可以保持较高的相似性。
倒谱均值正规化（Cepstral Mean Normalization，CMN）
相对谱（RASTA）
特征补偿（基于模型的）
双通道分段线性环境补偿（Stereo-based Piecewise Linear Compensation for Environments，SPLICE）
矢量泰勒级数（Vetor Taylor Series，VTS）
特征选择
摘自：赵力著《语音信号处理》第3版
特征参量评估方法
摘自：赵力著《语音信号处理》第3版
