检索结果-维普期刊中文期刊服务平台

基于改进PNCC-SVM的滚动轴承故障声纹识别方法被引量：1: 1; 作者王寅杰邓艾东 +2 位作者范永胜占可高原《噪声与振动控制》 CSCD 北大核心 2024年第3期146-151,164,共7页; 针对滚动轴承声信号分析信噪比低、易受环境噪声干扰的问题,提出一种基于改进功率归一化倒谱系数(Power-Normalized Cepstral Coefficients,PNCC)和支持向量机(Support Vector Machine,SVM)的滚动轴承故障声纹识别方法。首先对轴承声信... 展开更多; 关键词故障诊断滚动轴承声纹识别鲁棒性功率归一化倒谱系数支持向量机; 在线阅读下载PDF 职称材料

基于双微麦克风阵列与WideResNet网络的语音命令词识别被引量：1: 2; 作者祁潇潇曾庆宁赵学军《计算机应用与软件》北大核心 2024年第5期126-130,共5页; 为了提高噪声环境下语音识别的稳健性[1],提出宽残差深度神经网络的语音识别算法。该算法结合双微麦克风阵列系统、语音数据集为双微麦克风数据集,使用功率归一化倒谱系数作为特征参数输入到残差网络中进行训练。实验表明,与ResNet15模... 展开更多; 关键词语音识别宽残差神经网络功率归一化倒谱系数双微麦克风阵列; 在线阅读下载PDF 职称材料

一种低信噪比环境下的语音端点检测算法被引量：5: 3; 作者卜玉婷曾庆宁郑展恒《声学技术》 CSCD 北大核心 2020年第5期592-602,共11页; 端点检测技术是语音信号处理的关键技术之一,为提高低信噪比环境下端点检测的准确率和稳健性,提出了一种非平稳噪声抑制和调制域谱减结合功率归一化倒谱距离的端点检测算法。该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声... 展开更多; 关键词低信噪比瞬态抑制调制域功率归一化倒谱系数倒谱距离端点检测; 在线阅读下载PDF 职称材料

多通道PNCC与残差网络命令词识别系统: 4; 作者张硕曾庆宁 +1 位作者郑展恒卜玉婷《现代电子技术》 2022年第21期37-42,共6页; 针对非用户语音和噪声干扰下命令词识别的准确率和稳健性问题,提出多通道麦克风阵列与功率归一化倒谱系数结合残差神经网络的命令词识别系统。首先,应用残差单元构建标准ResNet⁃CW⁃15多任务模型和低功耗ResNet⁃CW⁃6多任务模型,当模型判... 展开更多; 关键词命令词识别系统多通道麦克风阵列多任务模型功率归一化倒谱系数残差网络低功耗用户判断; 在线阅读下载PDF 职称材料

题名基于改进PNCC-SVM的滚动轴承故障声纹识别方法被引量：1: 1; 作者王寅杰邓艾东范永胜占可高原; 机构东南大学大型发电装备安全运行与智能测控国家工程研究中心东南大学能源与环境学院国家能源集团江苏电力有限公司; 出处《噪声与振动控制》 CSCD 北大核心 2024年第3期146-151,164,共7页; 基金江苏省碳达峰碳中和科技创新专项资金资助项目(BA2022214) 江苏省重点研发计划资助项目(BE2020034) 中央高校基本科研业务费专项资金资助项目(3203002201C3)。; 文摘针对滚动轴承声信号分析信噪比低、易受环境噪声干扰的问题,提出一种基于改进功率归一化倒谱系数(Power-Normalized Cepstral Coefficients,PNCC)和支持向量机(Support Vector Machine,SVM)的滚动轴承故障声纹识别方法。首先对轴承声信号进行预处理;然后提取改进的PNCC并将其作为特征向量;进而根据SVM算法建立声纹识别模型对轴承故障类型进行识别,并测试所提方法在叠加噪声后的识别准确率。结果表明,改进PNCC具有识别准确率高的特点,在噪声干扰下相比原始PNCC识别准确率均值提高13.35%,鲁棒性更强。研究结果可为滚动轴承的声信号特征提取和故障识别应用提供参考。; 关键词故障诊断滚动轴承声纹识别鲁棒性功率归一化倒谱系数支持向量机; Keywords fault diagnosis rolling bearing voiceprint recognition robustness PNCC SVM; 分类号 TH133.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于双微麦克风阵列与WideResNet网络的语音命令词识别被引量：1: 2; 作者祁潇潇曾庆宁赵学军; 机构桂林电子科技大学信息与通信学院; 出处《计算机应用与软件》北大核心 2024年第5期126-130,共5页; 基金国家自然科学基金项目(61961009) 广西自然科学基金重点项目(2016GXNSFDA380018) 广西无线宽带通信与信号处理重点实验室基金项目(GXKL06200107)。; 文摘为了提高噪声环境下语音识别的稳健性[1],提出宽残差深度神经网络的语音识别算法。该算法结合双微麦克风阵列系统、语音数据集为双微麦克风数据集,使用功率归一化倒谱系数作为特征参数输入到残差网络中进行训练。实验表明,与ResNet15模型、ResNet18模型相比,只有三个残差模块的宽残差网络在噪声环境下语音命令词的识别和内外部说话人检测任务中具有较高的准确度,均达到了95%以上。; 关键词语音识别宽残差神经网络功率归一化倒谱系数双微麦克风阵列; Keywords Speech recognition Wide ResNet Power normalized cepstrum coefficient Dual micro microphone array; 分类号 TP391.42 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种低信噪比环境下的语音端点检测算法被引量：5: 3; 作者卜玉婷曾庆宁郑展恒; 机构桂林电子科技大学“认知无线电与信息处理”教育部重点实验室; 出处《声学技术》 CSCD 北大核心 2020年第5期592-602,共11页; 基金广西自然科学基金重点项目(2016GXNSFDA380018) 国家自然科学基金项目(61461011) 教育部重点实验室主任基金项目(CRKL160107)。; 文摘端点检测技术是语音信号处理的关键技术之一,为提高低信噪比环境下端点检测的准确率和稳健性,提出了一种非平稳噪声抑制和调制域谱减结合功率归一化倒谱距离的端点检测算法。该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声来提升信噪比,减少语音失真。然后再提取每帧信号的功率归一化倒谱系数,计算每帧信号与背景噪声的功率归一化倒谱距离。最后将该倒谱距离作为检测参数,采用双门限判决方法进行端点检测。实验结果表明,该端点检测算法对语音帧和噪声帧具有较好的区分性。此外,在低信噪比环境下,所提出的算法对于不同类型的噪声都具有较好的稳健性。; 关键词低信噪比瞬态抑制调制域功率归一化倒谱系数倒谱距离端点检测; Keywords low signal-to-noise ratio(SNR) transient suppression modulation domain power normalized cepstrum coefficient cepstrum distance endpoint detection; 分类号 TN912.35 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名多通道PNCC与残差网络命令词识别系统: 4; 作者张硕曾庆宁郑展恒卜玉婷; 机构桂林电子科技大学信息与通信学院; 出处《现代电子技术》 2022年第21期37-42,共6页; 基金国家自然科学基金项目(61961009) 广西自然科学基金重点项目(2016GXNSFDA380018) +2 种基金桂林电子科技大学研究生教育创新计划项目(2021YCXS028)。; 文摘针对非用户语音和噪声干扰下命令词识别的准确率和稳健性问题,提出多通道麦克风阵列与功率归一化倒谱系数结合残差神经网络的命令词识别系统。首先,应用残差单元构建标准ResNet⁃CW⁃15多任务模型和低功耗ResNet⁃CW⁃6多任务模型,当模型判断命令词为用户发出后,开始执行命令词识别功能,若判断为非用户,则不执行命令词识别功能。其次,采用多通道麦克风阵列采集含有空域特征信息的语音命令词数据集。最后,应用对噪声具有一定鲁棒性的功率归一化倒谱系数作为命令词数据集的特征对网络进行训练。标准ResNet⁃CW⁃15模型在噪声条件下命令词识别率和用户/非用户判断性能表现良好。低功耗模型ResNet⁃CW⁃6虽然在整体命令词识别率和用户判断准确率有所降低,但网络参数大幅度减少,极大降低了系统的功耗,更适合广泛部署在小型低功耗智能设备。; 关键词命令词识别系统多通道麦克风阵列多任务模型功率归一化倒谱系数残差网络低功耗用户判断; Keywords command word recognition system multi⁃channel microphone array multi⁃task model PNCC residual network low power consumption users judgment; 分类号 TN911.7-34 [电子电信—通信与信息系统] TP391.4 [自动化与计算机技术—计算机应用技术] TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于改进PNCC-SVM的滚动轴承故障声纹识别方法	王寅杰邓艾东范永胜占可高原	《噪声与振动控制》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	基于双微麦克风阵列与WideResNet网络的语音命令词识别	祁潇潇曾庆宁赵学军	《计算机应用与软件》北大核心	2024	1	在线阅读下载PDF 职称材料
3	一种低信噪比环境下的语音端点检测算法	卜玉婷曾庆宁郑展恒	《声学技术》 CSCD 北大核心	2020	5	在线阅读下载PDF 职称材料
4	多通道PNCC与残差网络命令词识别系统	张硕曾庆宁郑展恒卜玉婷	《现代电子技术》	2022	0	在线阅读下载PDF 职称材料