排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
2.
基于掩蔽特性的噪声环境下语音识别新特征 总被引:4,自引:1,他引:3
语音识别系统的识别率在噪声环境中下降很大。本文根据人耳的听觉特性,提出一种基于人耳听觉掩蔽特性的抗噪声特征提取方法。该方法先求取噪声语音的掩蔽特性,在此基础上再计算Mel倒谱系数用于语音识别。通过对TIMIT数据包的 0~9十个英语数字在 NoiseX92的各种噪声下进行了识别试验。其中在信噪比 0dB条件下,在 3种噪声条件下识别率平均提高 152%,实验表明新方法对于各种噪声环境下的识别率有显著提高。 相似文献
3.
针对传统多数据流语音识别方法不考虑数据流内各特征分量受噪声影响差异的缺点,提出了一种基于特征分量输出概率加权的数据流结合新方法,分析了特征分量输出概率加权对识别的影响,并结合丢失数据技术中的边缘化(Marginalisation)模型和软判决(Soft decision)模型给出了两种具体的数据流结合方案.将所提数据流结合方案应用到复合子带语音识别系统中,实验结果表明,所提识别方法可以根据噪声环境的不同自适应地调整数据流对识别影响的大小,其性能显著优于传统的多数据流识别方法. 相似文献
4.
基于窄带谱能量的快速正弦分析方法 总被引:1,自引:0,他引:1
文中提出了一种基于窄带谱能量的快速正弦参数分析方法。该方法将信号η阶导数的傅氏变换与传统傅氏变换相结合,并且根据窗函数的主瓣能量集中特性,用原始信号的窄带能量逼近单个正弦分量的全带能量来提取正弦参数。实验表明,与已有算法相比,该算法的提取精度提高了30%~60%,计算量降低了4倍以上,可应用于实时语音分析和语音通信。 相似文献
5.
6.
1