检索结果-南通市图书馆

基于MFCC和gfcc特征融合的汽车鸣笛声识别方法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

电脑与信息技术 2023年第2期31卷 24-26,30页

作者：朱晓丽李吉祥陈明钱盛友湖南师范大学物理与电子科学学院湖南长沙410081

对鸣笛声的准确识别是机动车鸣笛抓拍系统得以运用的关键。为了克服单一特征对鸣笛声表征不足的缺陷,提高识别的准确性,文章将Mel频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)与Gama频率倒谱系数(Gammatone Frequency Cepstr... 详细信息

对鸣笛声的准确识别是机动车鸣笛抓拍系统得以运用的关键。为了克服单一特征对鸣笛声表征不足的缺陷,提高识别的准确性,文章将Mel频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)与Gama频率倒谱系数(Gammatone Frequency Cepstrum Coefficient,gfcc)融合得到M-gfcc特征,并分别使用支持向量机(Support Vector Machines,SVM)和BP(Back Propagation,BP)神经网络算法进行分类。实验结果表明,与使用单一的MFCC特征相比,BP神经网络对鸣笛声识别的有效率提高了10.4%,SVM的有效率提高了4.4%;相较于单一的gfcc特征,BP神经网络的有效率提高了6.6%,SVM的有效率提高了4.2%,证明了该融合特征能提高鸣笛声识别准确性。

关键词：鸣笛识别 MFCC gfcc SVM BP神经网络

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于融合频域和时域特征的说话人识别

现代计算机 2022年第11期28卷 25-30页

作者：龙翔夏秀渝四川大学电子信息学院成都610065

针对单一特征参数表征语音信息不够全面的缺点,利用时域特征参数和频域不同特征参数的优点,融合频域特征参数MFCC、gfcc、MFCC一阶差分、gfcc一阶差分和时域特征参数短时能量,然后将多维度的融合特征参数进行主成分分析降维。降维后的... 详细信息

针对单一特征参数表征语音信息不够全面的缺点,利用时域特征参数和频域不同特征参数的优点,融合频域特征参数MFCC、gfcc、MFCC一阶差分、gfcc一阶差分和时域特征参数短时能量,然后将多维度的融合特征参数进行主成分分析降维。降维后的特征参数送入双向长短时记忆神经网络模型进行识别训练。仿真实验表明,本文目标参数参与训练的说话人识别模型取得了99.61%的识别正确率,较其他说话人识别模型的识别率更高。

关键词：说话人识别融合特征参数 MFCC gfcc 神经网络

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

噪声环境下法庭语音证据量化评价方法

计算机应用与软件 2019年第7期36卷 65-68,98页

作者：王华朋姜囡晁亚东刘恩中国刑事警察学院声像资料检验技术系

针对说话人自动识别系统的性能与稳定性在高噪声环境下会严重下降,人耳却能捕捉高噪声环境中的目标语音的问题。提出使用能模拟耳蜗听觉特性的gfcc(Gammatone Frequency Cepstral Coefficient)特征与主成分分析(Principal Component Ana... 详细信息

针对说话人自动识别系统的性能与稳定性在高噪声环境下会严重下降,人耳却能捕捉高噪声环境中的目标语音的问题。提出使用能模拟耳蜗听觉特性的gfcc(Gammatone Frequency Cepstral Coefficient)特征与主成分分析(Principal Component Analysis,PCA)相结合的方法,以提高识别系统的鲁棒性。在不同程度信噪比的真实语音案件噪声条件下,对国际上最认可的基于似然比证据评估体系的法庭自动说话人识别系统的准确性和稳定性进行测试。实验结果显示:gfcc特征在多个程度的信噪比条件下,甚至信噪比为-20 dB的条件下,依然能保持较高的识别准确度和良好的稳定性,并能够提供可量化、可重复的证据强度值。

关键词： gfcc 似然比证据强度科学证据 PCA

基于计算听觉场景分析的单通道语音盲分离技术

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于计算听觉场景分析的单通道语音盲分离技术

作者：赵蓉蓉太原理工大学

学位级别：硕士

作为最有效直接的交流方式,语音却总是受到实际环境中各种干扰或噪声的影响。但是基于人类独特的听觉场景分析,人耳总能妥善处理各种情况,敏锐地捕获各种特定信号。利用计算机模拟人耳的感知过程并对听觉场景进行建模,实现语音分离的过... 详细信息

作为最有效直接的交流方式,语音却总是受到实际环境中各种干扰或噪声的影响。但是基于人类独特的听觉场景分析,人耳总能妥善处理各种情况,敏锐地捕获各种特定信号。利用计算机模拟人耳的感知过程并对听觉场景进行建模,实现语音分离的过程即计算听觉场景分析(Computer Auditory Scene Analysis,CASA),已成为近年来语音信号处理领域的一个研究热点。本文在详细分析CASA理论知识及其经典算法的基础上,针对干扰信号为非语音信号和其他语音信号两种情况,研究基于CASA的单通道语音分离问题。主要研究工作如下:针对从非语音干扰中分离语音的问题,现有的基于CASA的算法大多集中于对浊音分离的研究,对清音分离的研究较少。本文对基于CASA和谱减法的清音分离算法进行改进,针对原算法运算量大和清音背景噪声估计不准确的问题,在清音分离前先通过估计声音信号的开始和结束时刻(Onset/Offsett)找出可能存在清音的时频区域,并利用相邻时频单元能量具有连续性的原理,对清音时频块中每一时频单元分别进行噪声能量估计。仿真结果表明,改进算法比原算法运算量更小,对清音分离的有效性更高。针对干扰信号也是语音即双语音分离问题,本文提出了一种结合CASA和说话人识别的双语音分离系统。利用Tandem算法实现浊音同时组织,基于Gammatone频率倒谱系数(Gammatone frequency cepstral coefficients,gfcc)的聚类建立目标函数实现说话人识别,并通过穷举搜索或束搜索找到最佳分组,实现浊音序列组织。通过Onset/Offset分析产生清音段,并将清音段中的清音-浊音(U-V)段和清音-清音(U-U)段分别进行处理,U-V段利用已分离的浊音二值模进行分离,U-U段则简单均分给两个声源,实现清音分离。通过仿真实验和性能评估验证了所提算法的可行性和有效性。

关键词：计算听觉场景分析语音分离谱减法清音分离 gfcc

基于高斯超向量和支持向量机的电子伪装语音鉴定方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于高斯超向量和支持向量机的电子伪装语音鉴定方法研究

作者：林乐南京邮电大学

学位级别：硕士

信息技术的不断发展给人类带来了极大的便利,人类的生活逐步进入了数字多媒体时代,信息得到了广泛的传播和使用。随着语音相关技术的发展与逐渐成熟,对于语音信号处理的应用也越来越广泛。这种多媒体信息给我们生活带来便捷,但是由于它... 详细信息

信息技术的不断发展给人类带来了极大的便利,人类的生活逐步进入了数字多媒体时代,信息得到了广泛的传播和使用。随着语音相关技术的发展与逐渐成熟,对于语音信号处理的应用也越来越广泛。这种多媒体信息给我们生活带来便捷,但是由于它很容易被篡改,所以也常给我的生活带来困扰和危机。近年来,手机应用软件市场上出现了大量的变声软件,例如微信变声器、超级变声器等等,类似变声器的下载量动辄上百万,这些应用软件可使说话人的声音发生巨大的改变,这种声音的改变可以使人无法辨识原发音人的身份信息,即便是对说话人声音非常了解和熟悉的人也无法辨认。本文分析对比了电子伪装语音伪装前后特征参数基音频率、语谱图、梅尔倒谱系数、以及梅尔倒谱系数的统计特性的变化,对特征参数的变化规律进行了归纳总结。提出了一种鉴定电子伪装语音的方法,该方法通过提取语音的梅尔倒谱系数,并用高斯混合模型建模,将其均值矢量构成组合特征,然后将该矢量特征作为支持向量机分类器的输入,以此进行训练和鉴别。实验结果表明,本文提出的方法对于电子伪装语音的鉴定正确率达到80%。此外,针对电子伪装语音中常常包含噪声的特点,介绍了一种基于人耳的基底膜特性的Gammatone滤波器组提取而来的语音特征参数gfcc(Gammatone Frequency Cepstral Coefficient),并提出了一种将该特征参数运用到电子伪装语音鉴定系统中的方法,实验结果表明,该改进的电子伪装语音鉴定系统之中具有更好的鲁棒性。

关键词：变声软件电子伪装语音支持向量机高斯混合模型 Gammatone gfcc

用于水下目标自动识别的优化特征提取方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

用于水下目标自动识别的优化特征提取方法研究

作者：张一帆国防科技大学

学位级别：硕士

水下目标的声学特征提取在水声信号处理领域的一个关键问题,基于其发展而来的现代水下目标识别技术在工程应用上具有极其重要的军事和民用价值。受启发于人类听觉系统对于声音信号的优越感知能力,考虑到目前声呐员在实战中仍然发挥不可... 详细信息

水下目标的声学特征提取在水声信号处理领域的一个关键问题,基于其发展而来的现代水下目标识别技术在工程应用上具有极其重要的军事和民用价值。受启发于人类听觉系统对于声音信号的优越感知能力,考虑到目前声呐员在实战中仍然发挥不可替代的作用,本文旨在通过对人类听觉机制的分析,构建并进一步优化水下声学目标的特征提取方法,从而提升水下目标在复杂噪声条件下识别的稳定性。通过对水下信号声学特性的研究,本文介绍了水下目标识别系统的基本原理,广泛研究了听觉特征在水下声学领域的应用。首先基于Mel频率和基于Gammatone滤波两种倒谱系数在水下声学目标特征提取领域的应用进行了研究。虽然后者能够一定程度上提高识别率,但伴随着较大的运算成本。针对这一问题,结合耳蜗对频响感知特性的研究,本文提出了基于归一化Gammatone频域滤波的改进型倒谱系数特征。分类实验验证了归一化Gammatone滤波器对人耳听觉建模的有效性,同时指出非线性压缩在听觉特征提取中对分类结果具有重要影响。基于上述发现,结合语音识别领域抑制噪声的研究,本文进一步提出了适用于水下目标的基于能量偏差消减的归一化倒谱系数特征提取方法。听觉特征并未包含信号的相位信息,考虑到单一特征通常对噪声敏感,本文对子带滤波输出上估计瞬时频率的方法进行了研究,将幅值权重平滑估计法应用到水声目标,同时提出了优化的子带瞬时频率估计方法。进而在所得到的两种基于滤波器子带瞬时频率特征的基础上,结合抗噪性能较好的改进型gfcc和PNCC特征,最终构建了四种用于水下目标自动识别的融合型的特征提取方法。为实现对不同特征提取方法的有效评估,本文研究了BP神经网络和支持向量机两种常用分类器,随后采用评估能力较好的支持向量机对文中所研究的特征提取方法进行目标分类实验。实验结果验证了所研究的特征提取方法应用于水下目标的有效性,并进一步显示出本文所提出的改进型和融合型特征提取方法均能够在低信噪比条件下依然保持优良的识别率,可以有效提升水下目标识别系统在复杂水下环境中的稳定性。

关键词：水下目标识别特征提取 gfcc PNCC 子带瞬时频率 BP神经网络支持向量机

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的先心病心音信号分类研究

基于深度学习的先心病心音信号分类研究

作者：陈成云南大学

学位级别：硕士

先天性心脏病是出生时即出现的心脏结构缺陷和功能不全问题,发病率近年来仍呈上升趋势,云南为先心病的高发区。存在先天性心脏缺陷的患者,其心脏血液循环呈病理性状态,会影响心脏功能及其工作效率。医学日渐发达,目前降低先心病死亡率... 详细信息

先天性心脏病是出生时即出现的心脏结构缺陷和功能不全问题,发病率近年来仍呈上升趋势,云南为先心病的高发区。存在先天性心脏缺陷的患者,其心脏血液循环呈病理性状态,会影响心脏功能及其工作效率。医学日渐发达,目前降低先心病死亡率的关键在于及时确诊和有效治疗,而云南部分偏远地区由于医疗条件和经济能力有限,加之医疗意识薄弱,往往错过最佳治疗时间。本文针对先心病初诊辅助诊断构思,研究通过人工智能的手段使人们在不花费大量财力物力的情况下及时发现病情。论文主要对正常心音和先心病心音进行分析研究,构建基于深度卷积神经网络的先心病心音分类模型,以期用于辅助诊断。论文的主要内容包括:1.心音信号去噪。针对心音采集过程中掺杂的非病理性噪声,利用功率谱减法、巴特沃斯滤波和小波阈值函数分别对心音进行降噪处理。通过实验对比三种方法的降噪效果,结果表明,小波阈值函数对心音去噪更具优势。2.心音周期提取。利用心音与心电的医学联系,搭建隐半马尔可夫模型对心音信号进行状态分割,准确定位心音的四个状态,包括S1、收缩期、S2和舒张期,并提取出每例心音的若干心动周期。3.心音特征提取。提出了基于改进的MFCC和gfcc混合特征（HMgfcc）的心音信号特征提取方法,对心音加窗部分进行改进,有效防止频谱泄露造成的特征丢失问题。针对单一特征无法较好表征信号特征的缺点,综合MFCC与gfcc特征提取的优势,提取混合特征HMgfcc,并采用主成分分析算法进行特征筛选。4.心音分类。本文从一维和二维两个角度研究先心病心音在深度学习模型上的分类性能。首先将预处理后获得的单周期心音作为CNN-LSTM模型的输入进行训练和测试;再将提取的心音特征以二维特征图的形式作为深度学习神经网络的输入进行分类。使用的网络模型包括:改进的Alex Net、VGG16、Res Net18、改进的Inception网络。研究发现,Inception-v4在心音分类上的性能最优。

关键词：先天性心脏病心音 MFCC gfcc 深度学习神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于压缩感知的声纹识别系统研究

基于压缩感知的声纹识别系统研究

作者：龚熙江南大学

学位级别：硕士

随着互联网科技的发展,消费者个人隐私的安全性问题日益受到重视。声纹是每个人固有的特征信息,它能反映说话人发声器官的特征以及行为和心理特征。作为生物特征的一种,声纹在身份识别领域正扮演着越来越重要的角色。声纹识别时不可避... 详细信息

随着互联网科技的发展,消费者个人隐私的安全性问题日益受到重视。声纹是每个人固有的特征信息,它能反映说话人发声器官的特征以及行为和心理特征。作为生物特征的一种,声纹在身份识别领域正扮演着越来越重要的角色。声纹识别时不可避免的会受到背景噪声的干扰,如何构建鲁棒性高的声纹识别系统是本文研究的重点。首先,研究了纯语音信号的压缩感知（Compressive sensing,CS）处理方法。压缩感知作为近些年新兴的信号处理方法,凭借其出色的压缩采样性能,大大减少了信号传输和存储的成本。针对传统稀疏预处理方法稳定性差的问题,提出了一种自适应稀疏性预处理方法,先用端点检测法舍弃对无话段的重构处理,然后求取稀疏性能量集中部位的均值获以得一个相对稳定的稀疏度。仿真实验证明,改进稀疏性预处理方法使CS重构误差变得更小,并且在处理长时段语音信号时运算效率更高。其次,针对传统CS方法抗噪性能差的问题,提出了一种新的改进压缩感知方法。该方法对观测矩阵和重构算法分别提出以下改进:用信号帧能量自适应分配观测数目的方法代替原有的固定观测数目分配法;在用正交匹配追踪（Orthogonal matching pursuit,OMP）算法重构语音信号时设定相关度阈值和语音恢复阈值来限定噪声的恢复。仿真实验证明,改进的压缩感知方法语音增强效果显著,且运算效率更高。最后,将本文改进CS方法运用到声纹识别系统中,对比了改进谱减法、RLS自适应滤波算法、改进压缩感知方法的去噪增强效果,同时也对比了LPCC,MFCC和gfcc（伽马通频率倒谱系数）特征参数对声纹的刻画能力,从中得出鲁棒性最高的声纹识别系统,即将本文改进压缩感知作为语音增强前处理方法,然后提取特征参数gfcc,最后用高斯混合模型（GMM）作匹配识别。仿真实验表明,该声纹识别系统的识别率最高。

关键词：压缩感知正交匹配追踪 gfcc 抗噪算法识别系统

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

语音中瞬态噪声抑制算法研究

语音中瞬态噪声抑制算法研究

作者：张兆伟大连理工大学

学位级别：硕士

语音中典型的瞬态噪声是一段突发的、脉冲式的信号和一段短时衰减振荡过程构成。瞬态噪声的存在严重干扰语音质量。由于其占有较宽的频带,与语音信号在时频域有较多重叠,因此传统的语音噪声抑制算法不但无法有效抑制瞬态噪声,而且还可... 详细信息

语音中典型的瞬态噪声是一段突发的、脉冲式的信号和一段短时衰减振荡过程构成。瞬态噪声的存在严重干扰语音质量。由于其占有较宽的频带,与语音信号在时频域有较多重叠,因此传统的语音噪声抑制算法不但无法有效抑制瞬态噪声,而且还可能引入失真。本文在研究已有瞬态噪声抑制算法的基础上,设计了两种新的瞬态噪声抑制算法,论文主要工作如下：(1)基于瞬态噪声谱估计及谱增强的思想,设计了一种基于改进的最小控制递归平均(MCRA)以及最优修正对数谱幅度估计(OM-LSA)的瞬态噪声抑制算法。将瞬态噪声视为信号,根据改进的MCRA算法来估计观测信号中慢变语音和背景噪声的时变功率谱分布,并通过OM-LSA算法估计瞬态噪声的功率谱。最后,再次使用OM-LSA算法同时抑制瞬态噪声和背景噪声。(2)基于检测-修复的策略,提出了一种基于Gamamtone频率倒谱参数(gfcc)与语音信号重建的瞬态噪声抑制算法。在检测阶段,利用人耳听觉特性,提取基于Gammatone滤波器的听觉模型倒谱特征参数,并利用语音信号和瞬态噪声gfcc司的差异检测瞬态噪声。在瞬态噪声抑制阶段,利用语音信号的短时平稳性及相关性,提出了一种基于前后帧双向线性预测的语音信号重建算法。本文对这两种算法的性能进行了评测,完成了语音质量客观测试和主观测试,并与传统的算法进行了比较。实验结果表明,本文所提两种算法与传统算法相比,有效地改善了消噪过程引入的失真,主观听觉感受也有一定的提高。

关键词：瞬态噪声语音噪声抑制谱估计 gfcc 双向线性预测