检索结果-南通市图书馆

Robust Speech Recognition System Using Conventional and Hybrid Features of MFCC,LPCC,plp,rasta-plp and Hidden Markov Model Classifier in Noisy Conditions

引用

Journal of Computer and Communications 2015年第6期3卷 1-9页

作者： Veton Z.Kepuska Hussien A.Elharati Electrical&Computer Engineering Department Florida Institute of TechnologyMelbourneFLUSA

In recent years, the accuracy of speech recognition (SR) has been one of the most active areas of research. Despite that SR systems are working reasonably well in quiet conditions, they still suffer severe performance degradation in noisy conditions or distorted channels. It is necessary to search for more robust feature extraction methods to gain better performance in adverse conditions. This paper investigates the performance of conventional and new hybrid speech feature extraction algorithms of Mel Frequency Cepstrum Coefficient (MFCC), Linear Prediction Coding Coefficient (LPCC), perceptual linear production (plp), and rasta-plp in noisy conditions through using multivariate Hidden Markov Model (HMM) classifier. The behavior of the proposal system is evaluated using TIDIGIT human voice dataset corpora, recorded from 208 different adult speakers in both training and testing process. The theoretical basis for speech processing and classifier procedures were presented, and the recognition results were obtained based on word recognition rate.

关键词： Speech Recognition Noisy Conditions Feature Extraction Mel-Frequency Cepstral Coefficients Linear Predictive Coding Coefficients Perceptual Linear Production rasta-plp Isolated Speech Hidden Markov Model

来源：

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

噪声环境下语音能量的MMSE估计及其在语音识别中的应用

噪声环境下语音能量的MMSE估计及其在语音识别中的应用

引用

第十二届全国信号处理学术年会（CCSP-2005）

作者：王兴斌徐望王炳锡马治飞解放军信息工程大学信息科学系

语音识别中,语音信号能量是一个重要的识别特征参数。在噪声环境下,语音信号能量产生的畸变是导致识别率下降的原因之一。本文依据rasta-plp分析的增益参数和最小均方误差估计准则,给出了带噪语音能量和干净语音信号能量的线性映射关系... 详细信息

语音识别中,语音信号能量是一个重要的识别特征参数。在噪声环境下,语音信号能量产生的畸变是导致识别率下降的原因之一。本文依据rasta-plp分析的增益参数和最小均方误差估计准则,给出了带噪语音能量和干净语音信号能量的线性映射关系。在中文连续语音识别中的应用表明,利用该映射关系得到的干净语音能量估计,可使信噪比为5dB的白噪声环境下的识别正确率提高21.36%。

关键词：语音识别语音能量 rasta-plp 最小均方误差估计

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

噪声环境下语音能量的MMSE估计及其在语音识别中的应用

引用

信号处理 2005年第Z1期21卷 204-207页

作者：王兴斌徐望王炳锡马治飞解放军信息工程大学信息科学系河南郑州450002 解放军信息工程大学信息科学系河南郑州450002 解放军信息工程大学信息科学系河南郑州450002 解放军信息工程大学信息科学系河南郑州450002

语音识别中,语音信号能量是一个重要的识别特征参数.在噪声环境下,语音信号能量产生的畸变是导致识别率下降的原因之一.本文依据rasta-plp分析的增益参数和最小均方误差估计准则,给出了带噪语音能量和干净语音信号能量的线性映射关系.... 详细信息

语音识别中,语音信号能量是一个重要的识别特征参数.在噪声环境下,语音信号能量产生的畸变是导致识别率下降的原因之一.本文依据rasta-plp分析的增益参数和最小均方误差估计准则,给出了带噪语音能量和干净语音信号能量的线性映射关系.在中文连续语音识别中的应用表明,利用该映射关系得到的干净语音能量估计,可使信噪比为5dB的白噪声环境下的识别正确率提高21.36%.

关键词：语音识别语音能量 rasta-plp 最小均方误差估计

来源：

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

基于GMM区分性别的汉语方言识别系统

引用

电声技术 2011年第12期35卷 39-41,46页

作者：王侠顾明亮高原马勇徐州师范大学物理与电子工程学院江苏徐州221116 徐州师范大学语言科学学院江苏徐州221116

提出一种基于GMM的区分不同性别的汉语方言识别系统,系统提取语音的rasta-plp特征,在方言电话语音库上进行仿真实验,结果表明在GMM模型阶数为32时,系统的识别率可达到98.66%。同时还将rasta-plp特征与SDC特征对比,结果表明系统识别率最... 详细信息

提出一种基于GMM的区分不同性别的汉语方言识别系统,系统提取语音的rasta-plp特征,在方言电话语音库上进行仿真实验,结果表明在GMM模型阶数为32时,系统的识别率可达到98.66%。同时还将rasta-plp特征与SDC特征对比,结果表明系统识别率最高可提高6.05%,且rasta-plp特征在性别分类方面优于SDC。

关键词：方言识别 rasta-plp GMM SDC

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：