-
题名语音识别中信号特征的提取和选择
被引量：7
- 1
-
-
作者
王昆仑
-
机构
新疆师范大学计算机科学系
-
出处
《新疆师范大学学报（自然科学版）》
2000年第2期15-18,共4页
-
基金
国家自然科学基金项目
-
文摘
本文就语音识别中的各种特征参数的性能，提取算法等进行了分析和比较。根据选择特征参数的主要依据，选择ＬＰＣＣ和ＡＲＡＣ作为基本特征参数和动态特征参数，并应用于一个维吾尔语语音识别系统中，取得了很好的识别结果。
-
关键词
语音信号特征
语音识别
特征提取
特征选择
-
Keywords
Obtainment and choice Phonetic signal feature Uygur phonetic distin- guishment
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
-
题名复杂环境下的计算机辅助普通话测试系统设计
被引量：3
- 2
-
-
作者
廖俐
-
机构
华南师范大学
广西工业职业技术学院
-
出处
《现代电子技术》
2021年第1期149-152,共4页
-
基金
2017年国家社科基金重点项目(17AYY014)。
-
文摘
为了获得更加理想的普通话测试效果,针对当前计算机辅助普通话测试系统存在的不足,设计了复杂环境下的计算机辅助普通话测试系统。首先构建计算机辅助普通话测试系统的总体流程;然后重点设计软件子系统,该子系统引入小波变换对采集的普通话测试者语音信号进行预处理,去除外界环境对普通话测试结果的干扰,并引入人工智能技术对预处理后的普通话测试者语音信号进行自动识别,获得普通话测试结果;最后通过仿真实验测试了所提系统的性能,结果表明,相对于其他计算机辅助普通话测试系统,该设计系统的计算机辅助普通话测试精度得到大幅度提升,对外界环境的鲁棒性更强,可以更好地满足普通话测试要求,具有更高的实际应用价值。
-
关键词
计算机辅助测试系统
总体框架
语音信号预处理
软件子系统
人工智能技术
语音信号特征
-
Keywords
computer⁃aid test system
general framework
speech signal preprocessing
software subsystem
artificial intelligence technology
voice signal feature
-
分类号
TN02-34
[电子电信—物理电子学]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于EEMD数据预处理和DNN的语音增强算法研究
被引量：8
- 3
-
-
作者
陈建明
梁志成
-
机构
陆军装甲兵学院信息通信系
-
出处
《兵器装备工程学报》
CAS
北大核心
2019年第6期96-103,共8页
-
文摘
提出了基于总体平均经验模态分解(EEMD)预处理和深度神经网络的语音增强算法,首先将带噪语音信号和纯净语音信号进行EEMD分解,获得一组频率从高到低的本征模态函数IMF分量,然后从各IMF中提取时域的信号特征,组成特征向量,输入神经网络中进行训练。实验表明:该算法与经典无监督算法比,无需任何假设条件,可以较好地学习带噪语音和纯净语音之间复杂的非线性关系,在语音质量和可懂度方面优势明显,显示了深度神经网络在语音增强方面的独特作用。
-
关键词
语音增强
EEMD分解
语音信号特征提取
深度神经网络
语音质量
可懂度
-
Keywords
speech enhancement
EEMD decomposition
speech signal feature
deep neural network
speech quality
intelligibility
-
分类号
TN912.35
[电子电信—通信与信息系统]
-
-
题名基于自组织神经网络的数字语音识别
- 4
-
-
作者
曹鹏
郑雪燕
徐伟
-
机构
空军工程大学导弹学院
-
出处
《电声技术》
北大核心
2002年第4期10-12,共3页
-
文摘
提出一种基于自组织神经网络的数字语音识别模型。首先用基于小波变换和线性预测的特征提取方法提取语音信号特征,用自组织神经网络进行识别判决。这种语音识别方法适合于小词汇量的孤立词识别,网络结构简单,所需训练数据十分的少,实时性能好。用MATLAB进行仿真实验,识别率达到98%。
-
关键词
自组织神经网络
数字语音识别
语音信号特征提取
-
Keywords
wavelet transforms
speech recognition
linear prediction coding
self-organiz-ing neural networks
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
-
题名基于语音信号组合特征的语音图谱显示
- 5
-
-
作者
刘佳
师硕
王艳华
王旭
-
机构
中国医科大学临床医药学院
河北工业大学计算机科学与软件学院
东北大学生物医学工程研究所
-
出处
《生物医学工程研究》
2007年第4期339-342,共4页
-
文摘
为了帮助听力语言障碍者进行基于视觉语音训练,提出了一种将语音信号形成图像的新方法。首先对语音音素进行时域、频域、能量值的提取,然后通过计算得到每个采样点的组合特征值,描绘成图像。对元音音素的仿真结果表明:此方法可以较好地区分各种音素及发音过程,可用于语音的识别和辅助训练。
-
关键词
语音信号组合特征
语谱图
时域-频域-能量
图像
-
Keywords
Combination character of speech signal
Spectrum gram
Time-frequency-energy
Image
-
分类号
R318
[医药卫生—生物医学工程]
-
