Adaptive Compensation Algorithm in Open Vocabulary Mandarin Speaker-Independent Speech Recognition

IntroductionA speech signal is normally mixed with many kindsof noises,which can significantly decrease theperformance of a speech recognizer.The highconcentration of energy in the low frequency rangeobserved for most speech spectra is considered anuisance because it makes less relevant the energyof the signal at middle and high frequencies[1] .　The performance of automatic continuous speechrecognition (ACSR ) systems dramaticallydecreases when they are trained and used indifferent environm…     

基于倒谱修正模型的语音基音检测算法

该文提出了一种基于修正倒谱模型的改进的倒谱基音检测算法.该算法首先对分帧语音进行10阶线性预测编码(LPC)分析和逆滤波,获得LPC预测残差;然后对残差信号进行倒谱分析,倒谱分析中采用了离散傅里叶变换频谱的高频分量置零的计算措施;最后根据倒谱的特征求得浊音语音的基音周期.仿真检测结果表明:该算法无论对纯净语音,还是对不同加噪情况下的含噪语音,其基音检测结果都明显优于传统倒谱基音检测算法,并且也明显优于基于平均幅度差函数的基音检测算法,而略优于基于自相关函数的基音检测算法.     

Mel 频率下基于 LPC 的语音信号深度特征提取算法

针对传统语音信号二次特征提取方法在保证识别率的前提下,实时性较差的问题,提出一种Mel频率下基于线性预测系数(linear predictive coefficient,LPC)的改进的语音信号深度特征提取算法.该方法根据人耳的听觉特性把LPC在Mel频率下进行非线性变换,再进行微分、高阶微分和按比例重组等步骤,得到一种既考虑声道激励又兼顾人耳听觉的新特征参数,从而大大减少传统语音信号深度特征提取的计算量,在不影响识别效率的情况下,极大提高系统的实时性.最后,将该算法在智能轮椅平台进行有效性验证,大量实验表明,语音控制系统实时性差的问题在使用该算法后能够得到明显改善,该算法既保证了特征提取识别率,也有效地改善了系统的实时性.在一定程度上使语音控制智能轮椅更具实用性.     

基于MFCC和SVM的说话人性别识别

建立了普通话语音性别数据库,提出联合梅尔频率频谱系数(Mel-frequency CepstrumCoefficients,MFCC)的特征提取方法和支持向量机(Support Vector Machine,SVM)的分类方法进行说话人性别识别,并与其它分类方法进行比较,实验结果表明该方法的说话人性别识别准确率达到98.7%,明显优于其它分类器。     

基于子波分解计算散射子平均间距的倒谱法

提出了一种对超声散射信号分析的方法－－子波分解（ＷＤ）倒谱法,并利用该方法对正常猪肝组织的回波信号进行了分析,对软组织中散射的平均间距进行了估计,与用ＡＲＩ倒谱法所得结果进行了比较,结果表明：ＷＤ倒谱比ＡＲ倒谱更能反映软组织的微观结构特征,说明ＷＤ倒谱是软组织超声散射信号分析与软组织散射子平均间距定特征的一种有效方法。     

基于Matlab的非时域端点检测算法的实现与分析

本文主要在介绍语音端点检测的基本步骤和Mel倒谱距离、信息熵两种非时域端点检测算法,在此基础上利用Matlab软件实现这两种语音端点检测算法,并根据仿真结果比较分析,总结出Mel倒谱距离和信息熵两种非时域端点检测算法的特性。     

基于改进GFCC特征参数的广播音频语种识别

针对广播音频语种识别中与语种识别无关的特征对识别结果产生影响的问题, 提出一种基于伽马频率倒谱系数的改进特征参数的语种识别方法. 通过提取每帧信号的能量谱包络, 去除部分与说话人相关的特征, 采用Gammatone滤波器组滤波, 经离散余弦变换后再进行倒谱提升, 得到改进的伽马频率倒谱系数特征参数. 将广播音频信号提取特征参数输入隐Markov模型中进行训练测试, 得到的语种识别结果表明, 该方法有效提升了广播音频语种识别的准确率, 优于目前使用的伽马频率倒谱系数特征及其衍生方法.     

语音信号倒谱特征提取建模与仿真

随着嵌入式语音识别的应用形式和领域的不断拓展，系统设计的复杂性也随之增加，仅仅支持单一数学模型的系统级设计工具已经不能满足这类复杂系统设计的需求。为了在系统执行这个层面之上更精确定义提取语音信号特征的行为，研究了面向角色的系统级建模方法，分析和论述了如何利用线性预测分析方法提取语音倒谱特征参数的基本原理，介绍了嵌入式系统级建模和仿真平台PtolemyⅡ，最后在PtolemyⅡ平台上完成语音信号倒谱特征提取的建模，并对模型中的预处理、端点检测等进行了仿真实验。     

猪肝组织肝小叶平均间距的一种估计方法

利用AR倒谱法对猪肝组织的回波信号进行了分析，对猪肝组织中肝小叶的平均间距进行了估计，结果表明：AR倒谱能有效的反映猪肝组织的微观结构特征，说明AR倒谱是软组织中散射信号分析与软组织散射子平均间距估计的一种有效方法。     

基于MFCC和GMM的个性音乐推荐模型

提出一种基于Mel频率倒谱系数(MFCC)和高斯混合模型(GMM)的个性音乐推荐模型的建立方法.该方法采用MFCC技术提取歌曲的语音特征,并利用GMM算法生成该歌曲的模板,然后利用音乐模板库对音乐文件进行相似度计算.实验结果表明,利用该模型为用户推荐的歌曲平均准确率为90%.