检索结果-南通市图书馆

基于双微麦克风阵列与WideResNet网络的语音命令词识别

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2024年第5期41卷 126-130页

作者：祁潇潇曾庆宁赵学军桂林电子科技大学信息与通信学院广西桂林541004

为了提高噪声环境下语音识别的稳健性[1],提出宽残差深度神经网络的语音识别算法。该算法结合双微麦克风阵列系统、语音数据集为双微麦克风数据集,使用功率归一化倒谱系数作为特征参数输入到残差网络中进行训练。实验表明,与ResNet15模... 详细信息

为了提高噪声环境下语音识别的稳健性[1],提出宽残差深度神经网络的语音识别算法。该算法结合双微麦克风阵列系统、语音数据集为双微麦克风数据集,使用功率归一化倒谱系数作为特征参数输入到残差网络中进行训练。实验表明,与ResNet15模型、ResNet18模型相比,只有三个残差模块的宽残差网络在噪声环境下语音命令词的识别和内外部说话人检测任务中具有较高的准确度,均达到了95%以上。

关键词：语音识别宽残差神经网络功率归一化倒谱系数双微麦克风阵列

基于EPNCC算法的脉搏特征提取及诊断分析系统研究

在线全文

学校读者我要写书评

暂无评论

基于EPNCC算法的脉搏特征提取及诊断分析系统研究

作者：郭成龙佛山科学技术学院

学位级别：硕士

目前在心血管疾病筛查以及传统中医学领域中,由于脉搏信号蕴含着丰富的人体心脏、心血管等重要信息,使得脉搏诊断逐渐成为一种极为重要的疾病诊断方法。传统中医学中的脉诊一般都通过医生个人经验进行主观性诊断,但因脉搏信号的复杂多样... 详细信息

目前在心血管疾病筛查以及传统中医学领域中,由于脉搏信号蕴含着丰富的人体心脏、心血管等重要信息,使得脉搏诊断逐渐成为一种极为重要的疾病诊断方法。传统中医学中的脉诊一般都通过医生个人经验进行主观性诊断,但因脉搏信号的复杂多样性,往往会存在误诊等情况。现代技术对脉搏信号的采集与分析在很大程度上加快了中医学的发展。但是,现有研究中单时域或频域在对脉搏信号分析上会存在特征信息来源单一、脉搏特征提取不完整的缺陷,因而无法获得人体脉搏特征完整表征,这是制约脉搏分析与疾病诊断关联研究发展的关键问题。针对上述问题,本文采用基于集合模态经验分解(Ensemble Empirical Mode Decomposition,EEMD)的希尔伯特-黄变换(Hilbert-Huang Transform,HHT)法提取脉搏特征,将多周期脉搏信号与EEMD-HHT的融合特征作为卷积神经网络的输入,进而开展人体脉搏特征的分类识别研究。其中,实验数据选用麻省理工学院提供的MIT-BIH-MIMIC数据库中三种临床症状(肺水肿、呼吸衰竭、心源性休克)对应的脉搏数据进行研究分析,经实验分析得到脉搏分类识别准确率为91.88%,该方法所得的准确率要优于采用单一特征分析时的方法。为了进一步提高脉搏分类准确率,找到更适用于完整表征人体脉搏特征信息的方法,因此采用小波散射与基于EEMD的功率归一化倒谱系数(Power-Normalized Cepstral Coefficients base on EEMD,EPNCC)的融合特征方法展开实验比对研究。首先通过小波散射算法和EPNCC算法分别提取脉搏特征数据,然后将两种特征融合作为卷积神经网络的输入,最后经实验分析得到脉搏分类准确率为98.29%。综上两种方法实验的比对结果可得,采用基于小波散射与EPNCC特征融合方法对MIT-BIH-MIMIC数据库中脉搏数据进行分析时,分类识别准确率比基于EEMD-HHT算法所得的分类识别准确率提升将近6.5%。为了验证基于小波散射与EPNCC特征融合算法对除MIT-BIH-MIMIC数据库以外的脉搏数据识别的有效性,本文研究设计开发了以小波散射与EPNCC特征融合算法为核心的脉搏诊断分析软硬件系统。首先对多名同学的脉搏数据进行采集,并选取了140组脉搏数据用于扩充脉搏数据样本集,然后对已训练好的基于小波散射与EPNCC特征融合的脉搏识别模型进行更新,最后经实验分析得到该模型对于脉搏分类识别准确率为98.5%,并得出基于小波散射与EPNCC特征融合方法对采集的普通正常脉搏数据识别也是有效的结论。

关键词：脉搏特征提取集合模态经验分解希尔伯特黄变换功率归一化倒谱系数卷积神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多通道PNCC与残差网络命令词识别系统

现代电子技术 2022年第21期45卷 37-42页

作者：张硕曾庆宁郑展恒卜玉婷桂林电子科技大学信息与通信学院广西桂林541004

针对非用户语音和噪声干扰下命令词识别的准确率和稳健性问题,提出多通道麦克风阵列与功率归一化倒谱系数结合残差神经网络的命令词识别系统。首先,应用残差单元构建标准ResNet⁃CW⁃15多任务模型和低功耗ResNet⁃CW⁃6多任务模型,当模型判... 详细信息

针对非用户语音和噪声干扰下命令词识别的准确率和稳健性问题,提出多通道麦克风阵列与功率归一化倒谱系数结合残差神经网络的命令词识别系统。首先,应用残差单元构建标准ResNet⁃CW⁃15多任务模型和低功耗ResNet⁃CW⁃6多任务模型,当模型判断命令词为用户发出后,开始执行命令词识别功能,若判断为非用户,则不执行命令词识别功能。其次,采用多通道麦克风阵列采集含有空域特征信息的语音命令词数据集。最后,应用对噪声具有一定鲁棒性的功率归一化倒谱系数作为命令词数据集的特征对网络进行训练。标准ResNet⁃CW⁃15模型在噪声条件下命令词识别率和用户/非用户判断性能表现良好。低功耗模型ResNet⁃CW⁃6虽然在整体命令词识别率和用户判断准确率有所降低,但网络参数大幅度减少,极大降低了系统的功耗,更适合广泛部署在小型低功耗智能设备。

关键词：命令词识别系统多通道麦克风阵列多任务模型功率归一化倒谱系数残差网络低功耗用户判断

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

面向人体脉搏的特征提取及病理诊断方法

现代信息科技 2023年第21期7卷 40-43页

作者：陈广新陈海初佛山科学技术学院机电工程与自动化学院广东佛山528200

采用集合经验模态分解的功率归一化倒谱系数(Power Normalized Cepstral Coefficients base on EEMD,EPNCC)作为人体脉搏时域的补充特征,把多周期人体脉搏信号的时域及EPNCC特征进行融合后,作为卷积神经网络的输入,开展人体脉搏特征的... 详细信息

采用集合经验模态分解的功率归一化倒谱系数(Power Normalized Cepstral Coefficients base on EEMD,EPNCC)作为人体脉搏时域的补充特征,把多周期人体脉搏信号的时域及EPNCC特征进行融合后,作为卷积神经网络的输入,开展人体脉搏特征的提取、识别及分类研究。采用从MIT-BIH-MIMIC数据库得到的呼吸衰竭、肺水肿、心源性休克三种临床脉搏信号,借助上述方法开展了实验研究,实验结果表明,脉搏特征识别及分类准确率达到95.7%,识别及分类效果较好。

关键词：脉搏特征提取功率归一化倒谱系数集合经验模态分解卷积神经网络

在线全文

学校读者我要写书评

暂无评论

一种低信噪比环境下的语音端点检测算法

声学技术 2020年第5期39卷 592-602页

作者：卜玉婷曾庆宁郑展恒桂林电子科技大学“认知无线电与信息处理”教育部重点实验室广西桂林541004

端点检测技术是语音信号处理的关键技术之一,为提高低信噪比环境下端点检测的准确率和稳健性,提出了一种非平稳噪声抑制和调制域谱减结合功率归一化倒谱距离的端点检测算法。该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声... 详细信息

端点检测技术是语音信号处理的关键技术之一,为提高低信噪比环境下端点检测的准确率和稳健性,提出了一种非平稳噪声抑制和调制域谱减结合功率归一化倒谱距离的端点检测算法。该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声来提升信噪比,减少语音失真。然后再提取每帧信号的功率归一化倒谱系数,计算每帧信号与背景噪声的功率归一化倒谱距离。最后将该倒谱距离作为检测参数,采用双门限判决方法进行端点检测。实验结果表明,该端点检测算法对语音帧和噪声帧具有较好的区分性。此外,在低信噪比环境下,所提出的算法对于不同类型的噪声都具有较好的稳健性。

关键词：低信噪比瞬态抑制调制域功率归一化倒谱系数倒谱距离端点检测

基于声信号检测的旋翼式无人机目标检测与定位方法研究

在线全文

学校读者我要写书评

暂无评论

基于声信号检测的旋翼式无人机目标检测与定位方法研究

作者：魏家豪南京理工大学

学位级别：硕士

针对民用小型旋翼式无人机这一类低空慢速目标所具有的特点,本文基于声信号检测方式对旋翼式无人机目标的检测与定位方法展开研究:利用傅里叶变换和小波变换对其声信号特征进行了深入的分析,提出一种适用于无人机声信号检测的特征提取方... 详细信息

针对民用小型旋翼式无人机这一类低空慢速目标所具有的特点,本文基于声信号检测方式对旋翼式无人机目标的检测与定位方法展开研究:利用傅里叶变换和小波变换对其声信号特征进行了深入的分析,提出一种适用于无人机声信号检测的特征提取方法,并进行目标检测仿真实验,验证了提出方法的有效性。在此基础上,本文提出一种同时利用可控响应功率法和到达时间差法进行目标定位的混合定位方法,实验结果证明方法具有实时性、准确性、鲁棒性。本论文主要工作如下:(1)针对无人机声信号中稳态强谐波的分布特点,从滤波器分布、窗函数选择、特征向量选取三个方面对简式功率归一化倒谱系数特征提取方法进行改进。改进后的方法在无人机声信号特征频段具有更高的分辨率和敏感度,有利于无人机声信号的特征提取;采用支持向量机进行无人机声音识别,研究多种核函数下支持向量机的性能,提出一种更具鲁棒性的特征提取、分类方法。(2)针对传统可控响应功率方法运算量大、目标搜索时间较长的问题,提出一种基于免疫粒子群优化算法的到达时间差法、可控响应功率法混合定位法,在可控响应功率法所具有的较高准确度的基础上,引入到达时间差法计算简单、实时性高的优势以及免疫粒子群优化算法对于多峰问题的优化能力,提高了无人机目标定位的实时性、准确性、鲁棒性。(3)研究了阵元间距对L型麦克风阵列性能的影响,并针对阵元均匀分布的L型麦克风阵列旁瓣幅值较高的特点,提出一种基于改进的粒子群优化算法的阵列性能优化方法,采用自适应惯性权重和学习因子,并以阵列波束模式的俯仰向最大旁瓣幅值、方位向最大旁瓣幅值之和的相反值作为适应度函数,对阵元布置方式进行优化,提高了阵列对旁瓣的抑制能力。

关键词：声信号检测声源定位功率归一化倒谱系数可控响应功率粒子群优化

基于深度学习与双微阵列的语音命令词识别研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习与双微阵列的语音命令词识别研究

作者：祁潇潇桂林电子科技大学

学位级别：硕士

语音交互式设备正在改变人们的生活方式,在智能家居、车载语音设备中应用广泛,通过语音将设备唤醒,是一个具有挑战的问题,但是在复杂环境下,语音设备如何能够准确接收指令是一个难点。本文研究了基于Res Net网络与双微阵列的语音命令词... 详细信息

语音交互式设备正在改变人们的生活方式,在智能家居、车载语音设备中应用广泛,通过语音将设备唤醒,是一个具有挑战的问题,但是在复杂环境下,语音设备如何能够准确接收指令是一个难点。本文研究了基于Res Net网络与双微阵列的语音命令词识别方法,提高了命令词的识别率,论文的重点任务如下:1.研究了一种结合循环神经网络语音端点检测算法,该算法是将含噪语音通过傅里叶变换转换成频谱图,从频谱图中找到频率活跃点,然后通过卷积-门控循环神经网络进行训练,最后对训练结果进行预测。使用双向门控循环单元（Bi GRU）网络、双向长短时记忆（Bi LSTM）网络和CNN-Bi GRU三种网络在信噪比为-10d B、0d B、10d B的环境中行实验。从实验的结果来看,在信噪比为-10d B、0d B、10d B的环境中,基于CNN-Bi GRU网络模型的预测准确率均高于其他两种网络模型。2.研究了一种结合差分麦克风阵列与自适应降噪的双麦克风语音增强算法。该算法利用一阶麦克风阵列技术,使用自适应算法进行降噪,最后使用对数MMSE算法作为后置滤波。实验表明,该算法能够抑制方向性噪声干扰问题,改善了语音质量。3.研究了一种基于双微麦克风阵列与宽残差网络的命令词识别算法。该算法在原始的残差模块的基础上拓宽了网络的宽度,减小了网络的深度,但是整体网络参数没有改变。算法结合双微麦克风阵列系统,语音数据集为双微麦克风数据集,使用功率归一化倒谱系数作为特征参数输入到残差网络中进行训练。实验表明,与Res Net15模型、Res Net18模型相比,只有三个残差模块的宽残差网络在噪声环境下语音命令词的识别和内外部说话人检测任务中有具有较高的准确度,均达到了95%以上。

关键词：端点检测命令词识别差分麦克风阵列双微阵列深度残差网络功率归一化倒谱系数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双微阵列的语音命令词识别研究

基于双微阵列的语音命令词识别研究

作者：卜玉婷桂林电子科技大学

学位级别：硕士

近年来,随着智能家居和语音助手等产品的大量涌现,真正实现了智能语音识别从科研机构到市场应用的转型。智能语音交互正改变着人们的生活方式,命令词识别技术作为设备交互和语音控制的手段也受到了广泛关注。命令词识别的应用场景都是... 详细信息

近年来,随着智能家居和语音助手等产品的大量涌现,真正实现了智能语音识别从科研机构到市场应用的转型。智能语音交互正改变着人们的生活方式,命令词识别技术作为设备交互和语音控制的手段也受到了广泛关注。命令词识别的应用场景都是一些计算能力不大的小功耗设备,如语音助手、语音导航、可穿戴设备等。评价一个命令词识别系统性能的指标有唤醒率、虚警率、实时率以及用户体验和功耗水平,这些都是系统设计的难点所在。因此,如何提高复杂环境下命令词识别的稳健性对现阶段研究人员来说是一个挑战,对此,本文研究了改善实时响应、降低功耗以及提高系统稳健性的命令词识别方法。本论文的主要研究成果概述如下:1.研究了一种低信噪比环境下的端点检测算法,该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声从而提升信噪比,减少语音失真,然后再提取每帧信号的功率归一化倒谱系数,并计算其倒谱距离,最后将该倒谱距离作为检测参数,采用双门限判决方法进行检测。结果表明,该端点检测算法通过抑制非平稳噪声再使用调制域谱减消除残余噪声使得算法可用于过滤非语音信号,改善命令词识别系统在复杂噪声环境下的实时响应性能,减少功耗,具有一定实用价值。2.研究了一种基于双微麦克风阵列结合深度残差网络的命令词识别系统,采用改进的残差模型Res Nets15构建命令词识别系统,同时利用扩张卷积提升感受野增强模型性能,系统采用双微麦克风阵列数据集并提取功率归一化倒谱系数作为特征参数输入残差网络进行训练,训练后的命令词识别精度达到了95%以上,同时增加了更深层模型Res Nets50,网络的精度和模型内存占用以及功耗均可满足部署移动设备的需求,该多任务系统尤其适用于残障人士语音控制设备,其能够专注于用户的指令减少外部说话人干扰,实现高精度命令词识别。

关键词：端点检测命令词识别双微阵列深度残差网络功率归一化倒谱系数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

群智感知中语音识别特征提取方法的研究

群智感知中语音识别特征提取方法的研究

作者：张欢欢燕山大学

学位级别：硕士

大多数群智感知中的语音识别系统在采集语音信号时所处的环境越来越复杂,并且对其所部署在的声学环境的性质存在敏感性,在存在诸如加性噪声,线性信道失真和混响的情况下,群智感知中的语音识别系统性能急剧恶化。因此,相比于传统的语音... 详细信息

大多数群智感知中的语音识别系统在采集语音信号时所处的环境越来越复杂,并且对其所部署在的声学环境的性质存在敏感性,在存在诸如加性噪声,线性信道失真和混响的情况下,群智感知中的语音识别系统性能急剧恶化。因此,相比于传统的语音识别系统,群智感知中的语音识别系统需要更好的鲁棒性和压缩比。针对群智感知中语音识别系统面临的这些问题,该文对已有语音识别系统使用的梅尔倒谱系数(Mel-scale Frequency Cepstral Coefficient,MFCC)进行改进,并把这种改进后的系数称之为“功率归一化倒谱系数”。首先,研究了传统MFCC的提取算法,分析了该算法每一处理过程的实现原理;补充了MFCC算法构成语音识别系统中使用的MFCCs;实现了MFCC的提取,但在实现的过程中,为了降低计算过程中的数量级对MFCC提取算法提出了猜想,并且对MFCC提取算法进行了补充实验以验证我们的猜想。其次,针对白噪声情况下的语音识别系统,为了提高语音识别的精度,在语音特征提取的前期处理阶段使用基于人耳耳蜗听觉模型的伽马通滤波器组代替MFCC算法中的梅尔滤波器组。再次,针对语音识别系统面临的声学环境退化和背景噪声水平评估问题,为了更加准确地估计声学环境恶化且更加容易地删除缓慢变化的语音分量,在语音特征提取的环境补偿阶段首先使用50-120ms的长时帧与短时帧相结合来分析参数,然后使用“非对称非线性滤波”估计每帧和每频带的声学背景噪声水平。最后,针对人耳更加关注入射功率包络的开始而不是该功率包络下降沿的特性,在语音信号处理块实现暂时掩蔽。对于输入信号功率,除上升的“攻击瞬变”外,暂时掩蔽抑制了其他部分信号功率的系统响应。同时,把输入功率除以正在运行的平均总功率来实现输入功率的归一化,以实现语音特征提取的实时性。

关键词：群智感知语音识别特征提取梅尔倒谱系数功率归一化倒谱系数