线性预测分析在连接词语音识别中的研究

特征参数的提取是关系到语音识别系统性能好坏的关键,而线性预测分析是目前普遍采用的特征参数提取方法.针对在连接词和连续语音识别系统中,传统的线性预测系数已不能满足特征提取的要求,研究采用了三种主要的线性预测推演参数,即线性预测反射系数、线谱对系数和线性预测倒谱系数,及其在连接词语音识别系统中的应用,并进行计算机仿真.仿真结果表明,在输入语音库与信噪比一致的情况下,线性预测倒谱系数的识别率最高.从而证明,在包含语义特征信息和说话人特征方面,线性预测倒谱系数性能要优于线谱对系数和线性预测反射系数.     

语音编码中的递归神经网络技术研究

众所周知,线谱对(LSP-LinearSpectrumPair)系数是一种线性预测系数,它表征的是语音谱包络。在时域中它的谱插值性能良好,但是它的插值间隔一般都限制在20～30毫秒之间。为了解决这个问题,本文介绍一种使用递归神经神经网络(RNN-RecurrentNeuralNetworks)来对线谱对系数进行插值的算法。实验结果表明,使用递归神经网络可以使插值的间隔增加到100毫秒而不明显降低合成语音的质量。     

语音编码中的递归神经网络技术研究

众所周知,线谱对(LSP-Linear Spectrum Pair)系数是一种线性预测系数,它表征的是语音谱包络.在时域中它的谱插值性能良好,但是它的插值间隔一般都限制在20～30毫秒之间.为了解决这个问题,本文介绍一种使用递归神经神经网络(RNN-Recurrent Neural Networks)来对线谱对系数进行插值的算法.实验结果表明,使用递归神经网络可以使插值的间隔增加到100毫秒而不明显降低合成语音的质量.     

嵌入式语音识别系统特征参数提取研究

在噪声环境下能准确有效地提取语音信息是语音识别的重点难点,将其应用于嵌入式系统中,有一定的研究意义.通过比较分析传统的语音特征参数提取的方法:线性预测倒谱系数,Mel频率倒谱系数,提出了一种新的方法,采用Mel频率倒谱系数与一阶差分Mel频率倒谱系数(MFCC+ A MFCC)相结合的方法提取语音特征参数,结合双门限检测法进行端点检测和HMM模型进行模型匹配,并进行了以ARMSX2410为核心硬件与软件的系统设计.该方法较传统方法提高了系统的鲁棒性、识别的准确率和系统效率,适用于噪声环境下的语音识别.     

MFCC特征改进算法在语音识别中的应用

本文的目的是阐明一种Mel频率倒谱参数特征的改进算法。该算法是通过线性预测的方法从语音信号中提取出残差相位,同时将残差相位与传统的MFCC相结合,并应用到语音识别系统中。该改进算法比传统的MFCC算法具有更好的识别率。     

采用GW-MFCC模型空间参数的语音情感识别

针对单一语音特征对语音情感表达不完整的问题,将具有良好量化和插值特性的LSF参数与体现人耳听觉特性的MFCC参数相融合,提出基于线谱权重的MFCC（WMFCC）新特征。同时,通过高斯混合模型来对该参数建立模型空间,进一步得到GW-MFCC模型空间参数,以获取更高维的细节信息,进一步提高情感识别性能。采用柏林情感语料库进行验证,新参数的识别率比传统的MFCC和LSF分别有5.7%和6.9%的提高。实验结果表明,提出的WMFCC以及GW-MFCC参数可以有效地表现语音情感信息,提高语音情感识别率。     

基于ARIMA预测MFCC特征的声纹同一性鉴定方法

声纹识别技术的关键是从语音信号中提取具有说话人特征的语音特征参数.考虑到当下大多是运用鉴定人的经验对两段语音是否来源于同一人进行判定,在前期研究的基础上,结合MFCC特征,提出一种基于ARIMA预测的声纹同一性鉴定方法,以提高具有年份差距的检材与样本比对的准确率.此方法在Mel倒谱系数声纹同一性鉴定方法基础上,采用自回...     

基于MFCC特征提取的故障预测与评价方法

针对渐变故障的准确预测问题,提出了一种基于Mel频率倒谱系数(Mel frequency cestrum coefficient,MFCC)特征提取的故障预测方法.首先通过监测对象上安装的声传感器获得机器当前运行的声音信号;然后声音信号经过预处理后,将其进行Mel变换,获得其MFCC特征向量;最后经SVM分析器对机器运行时的测试数据和所存机器正常运行样本数据进行聚类分析,给出机器的健康评价.测试了海马M3发动机存在撞击声、轻敲声、轰鸣声时的健康度以及分析了采集的声信号存在噪声时的抗噪性能.实验结果表明,MFCC特征值能够作为机器健康预测的特征向量,且方法在预测的准确性和鲁棒性方面具有优势.     

基于均方误差的8位深度神经网络量化

为模型量化后具有更高的准确度,提出以量化均方误差(QMSE)为指标的确定量化系数的方法,针对量化后性能损失严重的小型网络,进一步提出更新统计参数(USP)的方法。QMSE将量化过程中的舍入和截断操作产生的噪声相结合,以此作为选取合适量化系数的指标;USP通过更新批次归一化层中的均值和方差,矫正模型量化产生的均值和方差偏移。实验结果表明,在不进行重训练的情况下,使用QMSE+USP对常见的深度神经网络量化,模型性能优于其它算法。     

基于ITU-T G.723.1标准语音处理芯片的LSP算法研究

描述了ITU-T G.723.1算法的编码结构原理及实现,介绍了基于该算法的芯片设计。重点对线性预测编码技术LPC(Linear Prediction Coding)中LPC系数转换为线谱对LSP(Line Spectrum Pair)系数算法进行了详细的推导分析,并给出了用标准C的实现的代码及在芯片设计过程中对算法进行优化的方法。