检索结果-南通市图书馆

文本无关说话人识别的全特征矢量集模型及互信息评估方法

在线全文

学校读者我要写书评

暂无评论

声学学报 2005年第6期30卷 536-541页

作者：俞一彪王朔中苏州大学电子信息工程学院苏州215021 上海大学通信与信息工程学院上海200072

提出了一种文本无关说话人识别的全特征矢量集模型及互信息评估方法,该模型通过对一组说话人语音数据在特征空间进行聚类而形成,全面地反映了说话人语音的个性特征。对于说话人语音的似然度计算与判决,则提出了一种互信息评估方法,该算... 详细信息

提出了一种文本无关说话人识别的全特征矢量集模型及互信息评估方法,该模型通过对一组说话人语音数据在特征空间进行聚类而形成,全面地反映了说话人语音的个性特征。对于说话人语音的似然度计算与判决,则提出了一种互信息评估方法,该算法综合分析距离空间和信息空间的似然度,并运用最大互信息判决准则进行识别判决。实验分析了线性预测倒谱系数(LPCC)和Mel频率倒谱系数(MFCC)两种情况下应用全特征矢量集模型和互信息评估算法的说话人识别性能,并与高斯混合模型进行了比较。结果表明:全特征矢量集模型和互信息评估算法能够充分反映说话人语音特征,并能够有效评估说话人语音特征相似程度,具有很好的识别性能,是有效的。

关键词：高斯混合模型说话人识别最大互信息评估方法特征矢量文本无关 Mel频率倒谱系数线性预测倒谱系数语音数据

在线全文

学校读者我要写书评

暂无评论

基于切削声LPCC的刀具磨损监测

中国机械工程 2009年第17期20卷 2045-2048页

作者：艾长胜何光伟董全成昃向博济南大学济南250022

提出了基于切削声线性预测倒谱系数(LPCC)的刀具磨损状态监测方法。采用LPCC对可听阈内的切削声信号进行表征,分析了LPCC的分量与刀具磨损的关系。利用LPCC相关分量加权和反映刀具的磨损状态,并进行了验证。研究结果表明,切削声信号的L... 详细信息

提出了基于切削声线性预测倒谱系数(LPCC)的刀具磨损状态监测方法。采用LPCC对可听阈内的切削声信号进行表征,分析了LPCC的分量与刀具磨损的关系。利用LPCC相关分量加权和反映刀具的磨损状态,并进行了验证。研究结果表明,切削声信号的LPCC相关分量加权和可以有效地反映刀具的磨损状态。

关键词：刀具磨损在线监测切削声线性预测倒谱系数相关分析

在线全文

学校读者我要写书评

暂无评论

基于高斯混合模型的心音信号识别

吉林大学学报（理学版） 2016年第5期54卷 1096-1102页

作者：安玲玲于雷闽南理工学院电子与电气工程学院福建石狮362700

为了准确区别各种心音信号,获得更理想的心音识别效果,提出一种基于高斯混合模型(GMM)的心音信号识别模型.首先采用小波变换对原始心音信号进行去噪处理,消除噪声对心音信号特征提取的干扰;然后对心音信号进行特征提取,并采用高斯模型... 详细信息

为了准确区别各种心音信号,获得更理想的心音识别效果,提出一种基于高斯混合模型(GMM)的心音信号识别模型.首先采用小波变换对原始心音信号进行去噪处理,消除噪声对心音信号特征提取的干扰;然后对心音信号进行特征提取,并采用高斯模型构建心音信号分类和识别模型;最后采用心音信号数据对模型的性能进行验证.结果表明,该模型的心音信号平均识别率超过95%,且心音信号识别结果优于其他模型.

关键词：心音信号分类模型信号分帧提取特征线性预测倒谱系数

一种基于MFCC和LPCC的文本相关说话人识别方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2006年第4期26卷 883-885页

作者：于明袁玉倩董浩王哲河北工业大学信息工程学院天津300130

在说话人识别的建模过程中,为传统矢量量化模型的码字增加了方差分量,形成了一种新的连续码字分布的矢量量化模型。同时采用美尔倒谱系数及其差分和线性预测倒谱系数及其差分相结合作为识别的特征参数,来进行与文本有关的说话人识别。... 详细信息

在说话人识别的建模过程中,为传统矢量量化模型的码字增加了方差分量,形成了一种新的连续码字分布的矢量量化模型。同时采用美尔倒谱系数及其差分和线性预测倒谱系数及其差分相结合作为识别的特征参数,来进行与文本有关的说话人识别。通过与动态时间规整算法和传统的矢量量化方法进行比较表明,在系统响应时间并未明显增加的基础上,该模型识别率有一定提高。

关键词：说话人识别线性预测倒谱系数美尔倒谱系数矢量量化动态时间规整

在线全文

学校读者我要写书评

暂无评论

基于支持向量机的多种语言话音识别研究

计算机应用 2004年第S1期24卷 282-284页

作者：张凡贺苏宁西南电子电信技术研究所现代信号处理国家重点实验室四川成都610041

提出一种改进的支持向量机 (SVM)———结果模糊化的支持向量机 (RFSVM) ,用它进行多语种识别 ,并利用OGI TS电话语音库对算法进行了测试。实验结果表明 ,该算法对于语言辨识是一种有效的方法。

关键词：语种识别支持向量机结果模糊化线性预测倒谱系数

在线全文

学校读者我要写书评

暂无评论

语音信号时频特征显示系统的设计和仿真

计算机工程与应用 2010年第29期46卷 73-75,97页

作者：王光艳赵晓群王霞河北工业大学信息工程学院天津300130 天津商业大学信息工程学院天津300134 同济大学电子与信息工程学院上海200092

语音信号处理算法众多,但用于语音处理算法验证和开发的可视化研究平台极少。基于MATLAB GUI技术,完成语音信号典型时频特征参数提取和显示系统仿真平台的设计。可实现多种格式音频文件的载入和播放、波形和频谱显示、以及线性预测倒谱... 详细信息

语音信号处理算法众多,但用于语音处理算法验证和开发的可视化研究平台极少。基于MATLAB GUI技术,完成语音信号典型时频特征参数提取和显示系统仿真平台的设计。可实现多种格式音频文件的载入和播放、波形和频谱显示、以及线性预测倒谱系数和美尔倒谱系数的计算、存储和显示等功能。系统界面友好、操作方便,可实现参数的交互输入并控制显示结果。仿真结果验证了相关时频特征参数提取算法的正确性,提高了对算法或数据处理效果的直观认识。

关键词：时频特征频谱线性预测倒谱系数美尔倒谱系数

FPGA和NiosⅡ软核的语音识别系统的研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2010年第2期46卷 60-62,166页

作者：巢一波张曦煌江南大学信息工程学院江苏无锡214122

嵌入式语音识别的应用还是比较少,主要还是通过DSP实现,而且准确率还不是太高。提出一种基于FPGA和NiosII软核处理器的嵌入式语音识别系统的设计方案。系统以EP2C35 CycloneII芯片和NiosII处理器为基础,采用软硬件结合的设计方式,共同... 详细信息

嵌入式语音识别的应用还是比较少,主要还是通过DSP实现,而且准确率还不是太高。提出一种基于FPGA和NiosII软核处理器的嵌入式语音识别系统的设计方案。系统以EP2C35 CycloneII芯片和NiosII处理器为基础,采用软硬件结合的设计方式,共同完成语音识别的设计。系统结合改进的端点检测方法,提取线性预测倒谱系数(LPCC)的音频信号特征,采用IP核硬件实现动态时间规整(DTW)的识别算法,能达到较高的识别准确率。

关键词：语音识别现场可编程门阵列线性预测倒谱系数动态时间规整 IP核

在线全文

学校读者我要写书评

暂无评论

模糊判决支持向量机在自动语种辨识中的研究

计算机工程与应用 2004年第21期40卷 69-71页

作者：张凡贺苏宁西南电子电信技术研究所国家级重点实验室成都610041

支持向量机(SVM)是在统计学习理论的基础上发展起来的一种新的通用学习方法。自动语种辨识是语音信号处理中新出现的分支,也是一项较难的课题。该文提出的模糊判决支持向量机(FDSVM)是对支持向量机的判决结果的合理化改进,并应用于自动... 详细信息

支持向量机(SVM)是在统计学习理论的基础上发展起来的一种新的通用学习方法。自动语种辨识是语音信号处理中新出现的分支,也是一项较难的课题。该文提出的模糊判决支持向量机(FDSVM)是对支持向量机的判决结果的合理化改进,并应用于自动语种辨识系统。利用OGI-TS电话语音库对新算法的性能进行测试,然后给出实验结果。结果表明,该算法相对于传统算法是一种更有效的方法。

关键词：模糊判决支持向量机语种辨识线性预测倒谱系数

在线全文

学校读者我要写书评

暂无评论

基于GMM的心音信号生物识别方法研究

中国医疗器械杂志 2013年第2期37卷 92-95,99页

作者：钟丽莎万江中黄志伟郭兴明段赟泸州医学院生物医学工程系泸州市646000 重庆大学生物工程学院重庆市400044 第四军医大学唐都医院西安市710000

目的将倒谱系数提取和高斯混合模型(GMM)相结合,提出了一种基于心音信号的生物识别方法。方法首先心音信号预处理小波去噪,然后进行特征参数的选择,对比研究了线性预测倒谱系数(LPCC)和Mel频率倒谱系数(MFCC),再用高斯混合模型(GMM)进... 详细信息

目的将倒谱系数提取和高斯混合模型(GMM)相结合,提出了一种基于心音信号的生物识别方法。方法首先心音信号预处理小波去噪,然后进行特征参数的选择,对比研究了线性预测倒谱系数(LPCC)和Mel频率倒谱系数(MFCC),再用高斯混合模型(GMM)进行识别。最后利用50名志愿者的100段心音信号对所提出的方法进行验证。结果对比实验证明LPCC比MFCC更适合用于心音信号的生物识别研究,通过对每段心音信号进行小波去噪,取得了比传统GMM方法更高的识别率。结论表明该方法能够有效提高系统的识别性能,达到了比较理想的识别效果。

关键词：心音信号生物识别高斯混合模型小波去噪线性预测倒谱系数 Mel频率倒谱系数