检索结果-维普期刊中文期刊服务平台

基于MFCC相似度和谱熵的端点检测算法被引量：6: 1; 作者邓瑞肖纯智高勇《现代电子技术》 2013年第21期67-69,共3页; 为提高低信噪比环境下语音端点检测的准确率,提出了一种基于Mel倒谱参数相似度和谱熵的端点检测算法。首先,提取语音帧的的Mel频率倒谱参数,将前十帧声信号作为背景噪声,然后计算每一帧语音和噪声MFCC的相关系数距离,结合MFCC相似距离... 展开更多; 关键词语音信号处理端点检测 mel频率倒谱参数相关系数谱熵; 在线阅读下载PDF 职称材料

混响声场中语音识别方法研究被引量：9: 2; 作者栗学丽徐柏龄《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2003年第4期525-531,共7页; 免提式话筒语音识别系统是语音识别走向实用的目标之一,实现这一系统,首先要解决房间效应引起的混响问题。通过讨论室内混响声场中语音的特点,提出用鲁棒性特征参数——滤波规整的Mel频率倒谱参数(FNMFCC),即MFCC参数在对数功率谱域进... 展开更多; 关键词语音识别混响声场房间效应滤波规整 mel频率倒谱参数矢量量化; 在线阅读下载PDF 职称材料

新型MFCC和波动模型相结合的二层环境声音识别被引量：3: 3; 作者李勇李应余清清《计算机工程与应用》 CSCD 北大核心 2011年第30期132-135,139,共5页; 对生态环境中各种不同的声音进行快速准确的识别有重要的现实意义,但是因其具有较高背景噪声加大了识别的难度。提出一种具有良好抗噪能力和较高识别性能的两层音频识别技术。选择经过改进的新型的MFCC参数以及波动模型作为生态环境声... 展开更多; 关键词生态环境声音识别改进的mel频率倒谱参数波动模型 Kullback-Leibler距离; 在线阅读下载PDF 职称材料

基于高斯混合模型的语音性别识别被引量：1: 4; 作者张超琼苗夺谦岳晓冬《计算机应用》 CSCD 北大核心 2008年第S2期360-362,365,共4页; 利用高斯混合模型(GMM)方法进行语音的性别识别。首先概述了特征提取、识别方法及性别识别的过程;然后通过减少提取特征的语音帧数和降低高斯混合模型的混合阶数来提高性别识别速度;最后,将由M el频率倒谱参数(MFCC)特征和基音频率特征... 展开更多; 关键词基音频率高斯混合模型性别识别 mel频率倒谱参数; 在线阅读下载PDF 职称材料

基于MFCC的心音信号特征提取及识别研究被引量：8: 5; 作者刘翔孙静 +1 位作者赵洋王威廉《电子测量技术》 2018年第2期1-5,共5页; 研究心音信号的特征提取,对不同病理性心音信号进行分类,为心脏病临床诊断提供可靠参考。对心音信号进行去噪、包络提取、分段定位等预处理后,采用语音信号中的Mel频率倒谱特征参数来提取心音信号的特征参数,最后利用在生物识别中广泛... 展开更多; 关键词心音信号包络提取 mel频率倒谱特征参数高斯混合模型信号识别; 在线阅读下载PDF 职称材料

题名基于MFCC相似度和谱熵的端点检测算法被引量：6: 1; 作者邓瑞肖纯智高勇; 机构四川大学电子信息学院; 出处《现代电子技术》 2013年第21期67-69,共3页; 文摘为提高低信噪比环境下语音端点检测的准确率,提出了一种基于Mel倒谱参数相似度和谱熵的端点检测算法。首先,提取语音帧的的Mel频率倒谱参数,将前十帧声信号作为背景噪声,然后计算每一帧语音和噪声MFCC的相关系数距离,结合MFCC相似距离与谱熵做综合判决。实验结果表明,在低信噪比环境下此方法相对谱熵法能够提高检测准确率。; 关键词语音信号处理端点检测 mel频率倒谱参数相关系数谱熵; Keywords speech signal processing endpoint detection mel frequency cepstrum coefficient （MFCC） correlation coefficient spectrum entropy; 分类号 TN912.334 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名混响声场中语音识别方法研究被引量：9: 2; 作者栗学丽徐柏龄; 机构南京大学声学所近代声学国家重点实验室; 出处《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2003年第4期525-531,共7页; 基金国家自然科学基金(60272037); 文摘免提式话筒语音识别系统是语音识别走向实用的目标之一,实现这一系统,首先要解决房间效应引起的混响问题。通过讨论室内混响声场中语音的特点,提出用鲁棒性特征参数——滤波规整的Mel频率倒谱参数(FNMFCC),即MFCC参数在对数功率谱域进行低通滤波,倒谱域进行均值减,并用标准差加权进行非线性规整,采用这3种措施来消除混响引起的语音参数的变化,识别方法用矢量量化法,用4组无混响数码语音进行训练,对特定人无混响和4种混响声场中共150组数码音的平均识别率达到98.7％。提出的这一新方法在不降低无混响音识别率的情况下,提高了混响声场的语音识别率。该方法不仅识别率高,而且运算量小、所需内存空间小,易于做成小型实用的快速识别系统。; 关键词语音识别混响声场房间效应滤波规整 mel频率倒谱参数矢量量化; Keywords reverberant environment, speech recognition, Filter-Normalized mel Frequency Cepstrum Coefficient, vector quantization; 分类号 TN912.34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名新型MFCC和波动模型相结合的二层环境声音识别被引量：3: 3; 作者李勇李应余清清; 机构福州大学数学与计算机科学学院; 出处《计算机工程与应用》 CSCD 北大核心 2011年第30期132-135,139,共5页; 基金国家自然科学基金No.61075022 福建省教育厅A类科技项目(No.JA09021)~~; 文摘对生态环境中各种不同的声音进行快速准确的识别有重要的现实意义,但是因其具有较高背景噪声加大了识别的难度。提出一种具有良好抗噪能力和较高识别性能的两层音频识别技术。选择经过改进的新型的MFCC参数以及波动模型作为生态环境声音的特征集合。利用这种新型的MFCC系数构造音频信号的高斯分布模型,并且计算未知音频信号与样本音频信号的高斯分布模型之间的Kullback-Leibler距离,随后计算它们的波动模型之间的欧几里德距离。根据计算出的Kullback-Leibler距离和欧几里德距离实现两层音频识别系统。实验结果表明两层音频识别技术即使在噪声的影响下也能保持较高的识别率。; 关键词生态环境声音识别改进的mel频率倒谱参数波动模型 Kullback-Leibler距离; Keywords eco-environment sound recognition improved mel-scaled Cepstrum Coefficients（MFCC） fluctuation pattern Kullback-Leibler distance; 分类号 TN912.34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于高斯混合模型的语音性别识别被引量：1: 4; 作者张超琼苗夺谦岳晓冬; 机构同济大学计算机科学与技术系同济大学嵌入式系统与服务计算教育部重点实验室; 出处《计算机应用》 CSCD 北大核心 2008年第S2期360-362,365,共4页; 基金国家自然科学基金资助项目(6047501960775036) 2006年博士学科点专项科研基金资助项目(20060247039); 文摘利用高斯混合模型(GMM)方法进行语音的性别识别。首先概述了特征提取、识别方法及性别识别的过程;然后通过减少提取特征的语音帧数和降低高斯混合模型的混合阶数来提高性别识别速度;最后,将由M el频率倒谱参数(MFCC)特征和基音频率特征两种方法得到的测试样本后验概率结合,提出新的计算测试样本后验概率的方法。实验表明依据此后验概率能有效提高识别的正确率。; 关键词基音频率高斯混合模型性别识别 mel频率倒谱参数; Keywords pitch Gauss Mixture Model(GMM) gender recognition mel-Frequency Cepstral Coefficients(MFCC); 分类号 TP391.41 [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

题名基于MFCC的心音信号特征提取及识别研究被引量：8: 5; 作者刘翔孙静赵洋王威廉; 机构云南大学信息学院; 出处《电子测量技术》 2018年第2期1-5,共5页; 基金国家自然科学基金支持(61261008)项目资助; 文摘研究心音信号的特征提取,对不同病理性心音信号进行分类,为心脏病临床诊断提供可靠参考。对心音信号进行去噪、包络提取、分段定位等预处理后,采用语音信号中的Mel频率倒谱特征参数来提取心音信号的特征参数,最后利用在生物识别中广泛应用的高斯混合模型来进行病理性心音信号的训练识别。从采集到的心音信号库中筛选出250例信号质量较好的心音信号进行训练识别,准确率达到79.2%。通过Mel频率倒谱特征参数对心音信号特征参数进行提取和高斯混合模型对其进行训练识别,具有较好的结果。; 关键词心音信号包络提取 mel频率倒谱特征参数高斯混合模型信号识别; Keywords PCG envelope extraction mel frequency cepstrum characteristic parameter Gaussion mixture models signal recognition; 分类号 TN274.2 [电子电信—物理电子学]; 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MFCC相似度和谱熵的端点检测算法	邓瑞肖纯智高勇	《现代电子技术》	2013	6	在线阅读下载PDF 职称材料
2	混响声场中语音识别方法研究	栗学丽徐柏龄	《南京大学学报（自然科学版）》 CAS CSCD 北大核心	2003	9	在线阅读下载PDF 职称材料
3	新型MFCC和波动模型相结合的二层环境声音识别	李勇李应余清清	《计算机工程与应用》 CSCD 北大核心	2011	3	在线阅读下载PDF 职称材料
4	基于高斯混合模型的语音性别识别	张超琼苗夺谦岳晓冬	《计算机应用》 CSCD 北大核心	2008	1	在线阅读下载PDF 职称材料
5	基于MFCC的心音信号特征提取及识别研究	刘翔孙静赵洋王威廉	《电子测量技术》	2018	8	在线阅读下载PDF 职称材料