首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于改进经验模态分解的语音信号特征提取法
引用本文:王秀芳,郭淞赫,崔翔宇,杨丹迪.基于改进经验模态分解的语音信号特征提取法[J].吉林大学学报(信息科学版),2021,39(3):288-294.
作者姓名:王秀芳  郭淞赫  崔翔宇  杨丹迪
作者单位:东北石油大学电气信息工程学院,黑龙江大庆163318;东北石油大学计算机与信息技术学院,黑龙江大庆163318
摘    要:针对语音信号特征提取在处理含噪语音信号时识别率低,抗干扰性差等问题,提出了一种基于改进的经验模态分解算法对含噪语音信号进行特征提取.该方法通过对含噪声语音信号分解分类并对两类模态分量分别处理再进行重构和特征提取,解决了目前大多数语音信号特征提取过程会滤掉部分原信号问题,在有效地消除了噪声信号的基础上,尽可能多地保存原信号,进而使系统的识别性能得到明显提高.实验结果表明,该算法在不添加噪声的情况下可以达到95.5%识别率,在添加不同比例噪声时,相比于几种传统算法,该算法依然保持高识别率.

关 键 词:含噪语音信号  模态分解  特征提取  重构

Feature Extraction Method for Speech Signals Based on Improved Empirical Modal Decomposition
WANG Xiufang,GUO Songhe,CUI Xiangyu,YANG Dandi.Feature Extraction Method for Speech Signals Based on Improved Empirical Modal Decomposition[J].Journal of Jilin University:Information Sci Ed,2021,39(3):288-294.
Authors:WANG Xiufang  GUO Songhe  CUI Xiangyu  YANG Dandi
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号