通信技术
通信技術
통신기술
COMMUNICATIONS TECHNOLOGY
2012年
12期
98-100,103
,共4页
张晓俊%陶智%吴迪%肖仲喆%赵鹤鸣
張曉俊%陶智%吳迪%肖仲喆%趙鶴鳴
장효준%도지%오적%초중철%조학명
Bark子波%特征提取%特征优化%语音识别
Bark子波%特徵提取%特徵優化%語音識彆
Bark자파%특정제취%특정우화%어음식별
在研究传统语音特征参数线性预测倒谱系数(LPCC)和梅尔频率倒谱系数(MFCC)的基础上,加入基于人耳听觉特性的Bark子波滤波器组所提取的特征参数,来共同组成特征集.同时将基于遗传算法的相关性特征算法将特征集进行优化,分别采用贝叶斯和径向基神经网络算法进行语音识别.实验结果表明本方法与传统的LPCC和MFCC方法相比,平均识别率分别提高了4.66％和3.5％,最佳达到98.1％的识别率.
在研究傳統語音特徵參數線性預測倒譜繫數(LPCC)和梅爾頻率倒譜繫數(MFCC)的基礎上,加入基于人耳聽覺特性的Bark子波濾波器組所提取的特徵參數,來共同組成特徵集.同時將基于遺傳算法的相關性特徵算法將特徵集進行優化,分彆採用貝葉斯和徑嚮基神經網絡算法進行語音識彆.實驗結果錶明本方法與傳統的LPCC和MFCC方法相比,平均識彆率分彆提高瞭4.66％和3.5％,最佳達到98.1％的識彆率.
재연구전통어음특정삼수선성예측도보계수(LPCC)화매이빈솔도보계수(MFCC)적기출상,가입기우인이은각특성적Bark자파려파기조소제취적특정삼수,래공동조성특정집.동시장기우유전산법적상관성특정산법장특정집진행우화,분별채용패협사화경향기신경망락산법진행어음식별.실험결과표명본방법여전통적LPCC화MFCC방법상비,평균식별솔분별제고료4.66％화3.5％,최가체도98.1％적식별솔.
