检索结果-维普期刊中文期刊服务平台

基于VQ/CDHMM的噪声环境下汉语口令识别研究被引量：2: 1; 作者黄玲潘孟贤《计算机工程与应用》 CSCD 北大核心 2003年第28期106-108,161,共4页; 该文研究了基于改进VQ/HMM模型的语音识别方法,设计实现了基于该模型的汉语口令识别系统;研究了鲁棒性特征参数问题,提出了一些新的基于MFCC和LPCC的高维动态参数;分别进行了纯净语音和不同信噪比语音的识别实验,分析比较了不同类型特... 展开更多; 关键词语音识别连续隐马尔可夫模型特征参数矢量量化; 在线阅读下载PDF 职称材料

基于小波变换的说话人语音特征参数提取被引量：10: 2; 作者刘雅琴周炜《河南科技大学学报（自然科学版）》 CAS 2005年第4期44-46,共3页; 在说话人识别系统中,提取反映说话人个性的语音特征参数是系统的关键问题之一,本文在研究小波变换理论的基础上,借鉴MFCC参数的提取方法,用小波变换代替傅立叶变换,提取了新的特征参数DWTMFC,并对常用的coif3、db6、db4、sym4、bior2.4... 展开更多; 关键词语音特征参数小波变换矢量量化; 在线阅读下载PDF 职称材料

小词汇量孤立词语音识别系统多种特征组合参数的选择方法研究被引量：7: 3; 作者张贺沈天飞滕秋霞《电子测量技术》 2015年第3期48-53,共6页; 针对语音识别系统的多种语音特征参数进行了阐述,详细分析了语音特征参数中反映语音特性和说话人特征的美尔倒谱参数(MFCC)、差分美尔倒谱参数(ΔMFCC,Δ2 MFCC)、语音短时能量(Eg)以及语音基音周期参数(Ts)。在不同特征参数阶数下,将... 展开更多; 关键词语音特征参数 MFCC 短时能量基音周期矢量量化; 在线阅读下载PDF 职称材料

基于HMM/SVM的抗噪语音特征提取及优化被引量：10: 4; 作者李婉玲张秋菊《传感器与微系统》 CSCD 2019年第4期55-58,共4页; 为了提高语音识别的鲁棒性,提出一种新的特征组合方法。方法基于F比对梅尔频率倒谱系数(MFCC)进行加权优化,同时将不同特征组合输入到语音隐马尔科夫模型(HMM)进行训练,得到具有抗噪性的最佳组合,并采用主成分分析(PCA)进行降维,增加支... 展开更多; 关键词语音识别梅尔频率倒谱系数特征参数提取主成分分析隐马尔可夫模型支持向量机; 在线阅读下载PDF 职称材料

题名基于VQ/CDHMM的噪声环境下汉语口令识别研究被引量：2: 1; 作者黄玲潘孟贤; 机构合肥工业大学计算机科学与信息工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2003年第28期106-108,161,共4页; 文摘该文研究了基于改进VQ/HMM模型的语音识别方法,设计实现了基于该模型的汉语口令识别系统;研究了鲁棒性特征参数问题,提出了一些新的基于MFCC和LPCC的高维动态参数;分别进行了纯净语音和不同信噪比语音的识别实验,分析比较了不同类型特征参数、训练状态数和高斯混合度对该系统识别性能的影响。在此基础上得出了以下结论:在加性白噪声的情况下,使用高维动态参数明显提高了系统的鲁棒性;在汉语两字组的短语音(口令)识别中,状态数取4,混合度取3时实验结果较好;利用不同特征参数的优势,进行信息融合,是提高系统性能的一个很好选择。; 关键词语音识别连续隐马尔可夫模型特征参数矢量量化; Keywords speech recognition,cdhmm,feature parameter,vector quantization; 分类号 TP391 [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

题名基于小波变换的说话人语音特征参数提取被引量：10: 2; 作者刘雅琴周炜; 机构洛阳师范学院计算机科学系; 出处《河南科技大学学报（自然科学版）》 CAS 2005年第4期44-46,共3页; 基金河南省教育厅自然科学基金资助项目(2004601017); 文摘在说话人识别系统中,提取反映说话人个性的语音特征参数是系统的关键问题之一,本文在研究小波变换理论的基础上,借鉴MFCC参数的提取方法,用小波变换代替傅立叶变换,提取了新的特征参数DWTMFC,并对常用的coif3、db6、db4、sym4、bior2.4这几种小波函数进行了比较,实验结果表明:coif3为提取语音特征参数的最优小波函数,DWTMFC参数的性能优于MFCC参数。; 关键词语音特征参数小波变换矢量量化; Keywords Speaker recognition feature parameters Wavelet transformation 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

题名小词汇量孤立词语音识别系统多种特征组合参数的选择方法研究被引量：7: 3; 作者张贺沈天飞滕秋霞; 机构上海大学机电工程与自动化学院; 出处《电子测量技术》 2015年第3期48-53,共6页; 文摘针对语音识别系统的多种语音特征参数进行了阐述,详细分析了语音特征参数中反映语音特性和说话人特征的美尔倒谱参数(MFCC)、差分美尔倒谱参数(ΔMFCC,Δ2 MFCC)、语音短时能量(Eg)以及语音基音周期参数(Ts)。在不同特征参数阶数下,将多种特征参数进行组合并将组合特征参数分别通过基于矢量量化(VQ)算法的语音识别系统进行验证,实验结果表明,在小词汇量孤立词语音识别系统中,基于MFCC、ΔMFCC、Eg和Ts的组合特征参数既能够较好的反应语音的动静态特性又对不同说话人的语音具有良好的区分度,为语音特征参数的研究提供了重要参考。; 关键词语音特征参数 MFCC 短时能量基音周期矢量量化; Keywords speech feature parameters MFCC short-time energy pitch period vector quantization; 分类号 TP391.4 [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HMM/SVM的抗噪语音特征提取及优化被引量：10: 4; 作者李婉玲张秋菊; 机构江南大学机械工程学院江苏省食品先进制造装备技术重点实验室; 出处《传感器与微系统》 CSCD 2019年第4期55-58,共4页; 基金国家自然科学基金资助项目(51575236); 文摘为了提高语音识别的鲁棒性,提出一种新的特征组合方法。方法基于F比对梅尔频率倒谱系数(MFCC)进行加权优化,同时将不同特征组合输入到语音隐马尔科夫模型(HMM)进行训练,得到具有抗噪性的最佳组合,并采用主成分分析(PCA)进行降维,增加支持向量机(SVM)分类器作为后处理器。实验表明,改进的MFCC、短时平均能量和Teager能量算子组合参数识别效果最优,识别率达到90. 48%。PCA降维后识别率降低了0. 4%,提升了计算速度。增加后处理器,系统识别率达到95. 25%,提高了系统的识别效率和分类决策力,相对于常规识别方法,准确率有所提高。; 关键词语音识别梅尔频率倒谱系数特征参数提取主成分分析隐马尔可夫模型支持向量机; Keywords speech recognition Mel frequency cepstrum coefficient(MFCC) feature parameter extraction principal component analysis(PCA) hidden Markov model(HMM) support vector machine(SVM); 分类号 TN912.3 [电子电信—通信与信息系统] 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VQ/CDHMM的噪声环境下汉语口令识别研究	黄玲潘孟贤	《计算机工程与应用》 CSCD 北大核心	2003	2	在线阅读下载PDF 职称材料
2	基于小波变换的说话人语音特征参数提取	刘雅琴周炜	《河南科技大学学报（自然科学版）》 CAS	2005	10	在线阅读下载PDF 职称材料
3	小词汇量孤立词语音识别系统多种特征组合参数的选择方法研究	张贺沈天飞滕秋霞	《电子测量技术》	2015	7	在线阅读下载PDF 职称材料
4	基于HMM/SVM的抗噪语音特征提取及优化	李婉玲张秋菊	《传感器与微系统》 CSCD	2019	10	在线阅读下载PDF 职称材料