期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GMM模型和LPC-MFCC联合特征的声道谱转换研究
被引量：
9
1
作者
曾歆
张雄伟
+2 位作者
孙蒙
苗晓孔
姚琨
《声学技术》
CSCD
北大核心
2020年第4期451-455,共5页
声道谱转换是语音转换中的关键技术。目前,大多数语音转换方法对声道谱的转换都是先提取语音中的某一种声道特征参数,然后对其进行训练转换,进而合成转换语音。由于不同的声道特征参数表征着不同的物理和声学意义,因此这些方法通常忽略...
声道谱转换是语音转换中的关键技术。目前,大多数语音转换方法对声道谱的转换都是先提取语音中的某一种声道特征参数,然后对其进行训练转换,进而合成转换语音。由于不同的声道特征参数表征着不同的物理和声学意义,因此这些方法通常忽略了不同声道特征参数之间可能存在的互补性。针对这一问题,研究了不同声道特征参数之间进行联合建模的方法,引入了一种由线性预测系数(LinearPredictionCoefficient,LPC)和梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficient, MFCC)联合构成的LPC-MFCC特征参数,提出了一种基于高斯混合模型(Gaussian Mixture Model, GMM)和LPC-MFCC联合特征参数的语音转换方法。为验证文中方法的有效性,仿真实验选取了基于GMM和LPC的语音转换方法进行对比,对多组实验数据进行主观和客观测试,结果表明,文中提出的语音转换方法可以获得相似度更高的转换语音。
展开更多
关键词
语音转换
声道谱转换
高斯混合模型
联合建模
线性预测系数-梅尔频率倒谱系数
在线阅读
下载PDF
职称材料
基于多特征组合优化的汉语数字语音识别研究
被引量：
5
2
作者
蔡敏
《电子器件》
CAS
北大核心
2013年第2期282-284,共3页
研究了一种汉语数字语音识别方案,首先提取汉语数字语音线性预测倒谱系数(LPCC)和梅尔频率倒谱系数(MFCC)及其一阶差分,并组合成新特征。通过求取其系数矩阵的均值和方差的方式进行一次降维,然后采用基于关联规则的特征选择算法进行二...
研究了一种汉语数字语音识别方案,首先提取汉语数字语音线性预测倒谱系数(LPCC)和梅尔频率倒谱系数(MFCC)及其一阶差分,并组合成新特征。通过求取其系数矩阵的均值和方差的方式进行一次降维,然后采用基于关联规则的特征选择算法进行二次降维,并采用C4.5决策树算法进行识别。通过实验表明提出的方法能够有效降低特征维度,去除了无用的冗余信息,提高了语音识别率。
展开更多
关键词
语音识别
线性
预测
倒
谱
系数
梅尔
频率
倒
谱
系数
特征选择
降维
在线阅读
下载PDF
职称材料
试验环境水下声信号的特征提取方法
被引量：
1
3
作者
王红滨
王永乐
+1 位作者
何鸣
薛垚
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2024年第3期489-495,共7页
水下试验环境参数的反演是水声学研究领域的重要内容。而当前研究的关键是通过对水下声信号做特征提取从而获取参数信息。针对特征提取较难、模型很难拟合等问题。本文提出了一种试验环境水下声信号的特征提取方法。将水下声信号同时用...
水下试验环境参数的反演是水声学研究领域的重要内容。而当前研究的关键是通过对水下声信号做特征提取从而获取参数信息。针对特征提取较难、模型很难拟合等问题。本文提出了一种试验环境水下声信号的特征提取方法。将水下声信号同时用梅尔频谱倒谱系数及线性预测系数处理,两者运用特征加权组合方法得到新的特征矩阵;再应用映射插值算法对特征矩阵进行处理,获得适应神经网络输入的三通道矩阵。本文选取的网络模型为残差神经网络。利用实验室所录制的对河口水库数据集测试表明,本文提出的特征提取方法普遍优于仅利用梅尔频谱倒谱系数或线性预测系数的特征处理方法。利用单频矩形脉冲信号对环境进行深度5分类,准确率平均提升2%。利用线性调频信号对环境进行深度5分类,准确率平均提升2.03%。本文提出的特征提取方法对线性调频信号在深度分类任务下处理的结果要优于单频矩形脉冲信号处理的结果。
展开更多
关键词
环境反演
特征提取
梅尔
频谱
倒
谱
系数
线性
预测
系数
特征加权组合方法
残差神经网络
神经网络
水下声信号
在线阅读
下载PDF
职称材料
题名
基于GMM模型和LPC-MFCC联合特征的声道谱转换研究
被引量：
9
1
作者
曾歆
张雄伟
孙蒙
苗晓孔
姚琨
机构
陆军工程大学
出处
《声学技术》
CSCD
北大核心
2020年第4期451-455,共5页
基金
国家自然科学基金(61471394)
江苏省优秀青年基金(BK20180080)资助项目。
文摘
声道谱转换是语音转换中的关键技术。目前,大多数语音转换方法对声道谱的转换都是先提取语音中的某一种声道特征参数,然后对其进行训练转换,进而合成转换语音。由于不同的声道特征参数表征着不同的物理和声学意义,因此这些方法通常忽略了不同声道特征参数之间可能存在的互补性。针对这一问题,研究了不同声道特征参数之间进行联合建模的方法,引入了一种由线性预测系数(LinearPredictionCoefficient,LPC)和梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficient, MFCC)联合构成的LPC-MFCC特征参数,提出了一种基于高斯混合模型(Gaussian Mixture Model, GMM)和LPC-MFCC联合特征参数的语音转换方法。为验证文中方法的有效性,仿真实验选取了基于GMM和LPC的语音转换方法进行对比,对多组实验数据进行主观和客观测试,结果表明,文中提出的语音转换方法可以获得相似度更高的转换语音。
关键词
语音转换
声道谱转换
高斯混合模型
联合建模
线性预测系数-梅尔频率倒谱系数
Keywords
voice conversion
vocal tract spectrum conversion
Gaussian Mixture Model(GMM)
joint modeling
Linear Prediction Coefficient
-
Mel
-
Frequency Cepstral Coefficient(LPC
-
MFCC)
分类号
TN912.3 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于多特征组合优化的汉语数字语音识别研究
被引量：
5
2
作者
蔡敏
机构
苏州工业园区工业技术学院机电中心
出处
《电子器件》
CAS
北大核心
2013年第2期282-284,共3页
文摘
研究了一种汉语数字语音识别方案,首先提取汉语数字语音线性预测倒谱系数(LPCC)和梅尔频率倒谱系数(MFCC)及其一阶差分,并组合成新特征。通过求取其系数矩阵的均值和方差的方式进行一次降维,然后采用基于关联规则的特征选择算法进行二次降维,并采用C4.5决策树算法进行识别。通过实验表明提出的方法能够有效降低特征维度,去除了无用的冗余信息,提高了语音识别率。
关键词
语音识别
线性
预测
倒
谱
系数
梅尔
频率
倒
谱
系数
特征选择
降维
Keywords
speech recognition
LPCC
MFCC
feature selection
dimension reduction
分类号
H017 [语言文字—语言学]
在线阅读
下载PDF
职称材料
题名
试验环境水下声信号的特征提取方法
被引量：
1
3
作者
王红滨
王永乐
何鸣
薛垚
机构
哈尔滨工程大学计算机科学与技术学院
电子政务建模仿真国家工程实验室
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2024年第3期489-495,共7页
基金
基础科研项目资助课题(JCKY2019604C004)。
文摘
水下试验环境参数的反演是水声学研究领域的重要内容。而当前研究的关键是通过对水下声信号做特征提取从而获取参数信息。针对特征提取较难、模型很难拟合等问题。本文提出了一种试验环境水下声信号的特征提取方法。将水下声信号同时用梅尔频谱倒谱系数及线性预测系数处理,两者运用特征加权组合方法得到新的特征矩阵;再应用映射插值算法对特征矩阵进行处理,获得适应神经网络输入的三通道矩阵。本文选取的网络模型为残差神经网络。利用实验室所录制的对河口水库数据集测试表明,本文提出的特征提取方法普遍优于仅利用梅尔频谱倒谱系数或线性预测系数的特征处理方法。利用单频矩形脉冲信号对环境进行深度5分类,准确率平均提升2%。利用线性调频信号对环境进行深度5分类,准确率平均提升2.03%。本文提出的特征提取方法对线性调频信号在深度分类任务下处理的结果要优于单频矩形脉冲信号处理的结果。
关键词
环境反演
特征提取
梅尔
频谱
倒
谱
系数
线性
预测
系数
特征加权组合方法
残差神经网络
神经网络
水下声信号
Keywords
inversion
feature extraction
mel
-
frequency cepstral coefficient
linear prediction coefficient
a combination method of weighted features
ResNet
neural network
underwater acoustic signals
分类号
TP183 [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GMM模型和LPC-MFCC联合特征的声道谱转换研究
曾歆
张雄伟
孙蒙
苗晓孔
姚琨
《声学技术》
CSCD
北大核心
2020
9
在线阅读
下载PDF
职称材料
2
基于多特征组合优化的汉语数字语音识别研究
蔡敏
《电子器件》
CAS
北大核心
2013
5
在线阅读
下载PDF
职称材料
3
试验环境水下声信号的特征提取方法
王红滨
王永乐
何鸣
薛垚
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
