播音信號識別對于提高播音質(zhì)量具有十分重要的意義,當(dāng)前播音信號識別方法存在誤識率高,播音信號識別效率低等不足,為了獲得更優(yōu)的播音信號識別結(jié)果,設(shè)計基于模糊神經(jīng)網(wǎng)絡(luò)的播音信號識別技術(shù)。首先分析當(dāng)前播音信號識別技術(shù)的研究進(jìn)展,指出各種播音信號識別技術(shù)存在的不足;然后采用空間變換和奇異值分解算法提取播音信號識別特征,并采用模糊神經(jīng)網(wǎng)絡(luò)建立播音信號識別分類器;最后在Matlab 2017平臺上進(jìn)行播音信號識別仿真實驗,結(jié)果表明,模糊神經(jīng)網(wǎng)絡(luò)獲得了理想的播音信號識別,播音信號識別正確率要高于當(dāng)前其他播音信號識別技術(shù),減少了播音信號的誤識率,縮短了播音信號識別的時間,提升了播音信號識別速度,具有較高的實際應(yīng)用價值。 

【文章來源】：現(xiàn)代電子技術(shù). 2020年03期 北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

播音信號的誤識率對比

基于模糊神經(jīng)網(wǎng)絡(luò)的播音信號識別原理為：首先采用空間變換對原始播音信號進(jìn)行處理，去除播音信號中的噪聲，使播音信號更加平衡，然后通過奇異值分解算法提取播音信號的奇異熵作為識別特征，最后采用模糊神經(jīng)網(wǎng)絡(luò)建立播音信號識別分類器，具體如圖1所示。2 播音信號識別性能測試

3）模糊神經(jīng)網(wǎng)絡(luò)的識別正確率和誤識率平均值分別為95.06%和4.94%，播音信號識別結(jié)果明顯好于BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)，克服了當(dāng)前播音信號識別技術(shù)存在的局限性，降低了誤識率，獲得了理想的播音信號識別結(jié)果。圖3 播音信號的誤識率對比


本文編號：2915839