本文關(guān)鍵詞：基于噪聲分類與補(bǔ)償?shù)能囕d語音識別　出處：《計(jì)算機(jī)工程》2017年03期 　論文類型：期刊論文

  更多相關(guān)文章： 語音識別 噪聲魯棒性 噪聲補(bǔ)償 支持向量機(jī) 特征提取

【摘要】：針對現(xiàn)有車載語音識別系統(tǒng)在實(shí)際應(yīng)用環(huán)境下噪聲魯棒性較差的問題,提出一種基于支持向量機(jī)(SVM)的噪聲分類與補(bǔ)償方法。采集各應(yīng)用場景下的噪聲構(gòu)建SVM噪聲分類器,利用SVM對待測語音靜音段中的噪聲進(jìn)行分類,根據(jù)噪聲類型選擇相應(yīng)的帶噪訓(xùn)練模板進(jìn)行噪聲補(bǔ)償,并將差分頻譜倒譜系數(shù)作為特征參數(shù)進(jìn)一步抑制語音段中的噪聲,從而實(shí)現(xiàn)車載語音識別。實(shí)驗(yàn)結(jié)果表明,該方法可有效增強(qiáng)車載語音識別系統(tǒng)的噪聲魯棒性,并且與稀疏編碼語音增強(qiáng)和能量規(guī)整倒譜系數(shù)特征增強(qiáng)方法相比,具有更高的語音識別率。
[Abstract]:Aiming at the problem of poor noise robustness of existing vehicle speech recognition system in practical application environment. A method of noise classification and compensation based on support vector machine (SVM) is proposed. The noise of each application scenario is collected to construct SVM noise classifier. SVM is used to classify the noise in the mute segment of the measured speech, and the corresponding training template with noise is selected according to the noise type to compensate the noise. The difference spectrum cepstrum coefficient is used as the characteristic parameter to further suppress the noise in the speech segment so as to realize the vehicle speech recognition. The experimental results show that the proposed method can effectively enhance the noise robustness of the vehicle speech recognition system. And the speech recognition rate is higher than that of sparse speech enhancement and energy regularization cepstrum coefficient enhancement.
【作者單位】： 桂林電子科技大學(xué)信息與通信學(xué)院;
【基金】：廣西自然科學(xué)基金(2012GXNSFAA053221) 廣西千億元產(chǎn)業(yè)產(chǎn)學(xué)研用合作項(xiàng)目(信科院0168)
【分類號】：TN912.34
【正文快照】： 數(shù)(PNCC)特征,利用子帶能量規(guī)整算法進(jìn)行特征增強(qiáng),去除背景噪聲。文獻(xiàn)[3]提出基于子帶主頻車載語音是智能語音識別技術(shù)的一個(gè)重要應(yīng)用 率信息的提取算法,也取得了優(yōu)于梅爾頻率倒譜系方向,然而現(xiàn)有的語音識別系統(tǒng)在實(shí)際噪聲環(huán)境下 數(shù)(Mel Frequency Cepstrum Coefficient,MFCC)

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 彭敏;傅慧;黃濟(jì)民;黃佳佳;劉紀(jì)平;;基于核主成分分析與小波變換的高質(zhì)量微博提取[J];計(jì)算機(jī)工程;2016年01期

2 謝怡寧;黃金杰;何勇軍;;噪聲環(huán)境下智能機(jī)器人語音控制特征提取方法[J];北京郵電大學(xué)學(xué)報(bào);2013年03期

3 李蓓智;李利強(qiáng);楊建國;呂志軍;項(xiàng)前;;基于GA-SVM的質(zhì)量預(yù)測系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)[J];計(jì)算機(jī)工程;2011年01期

4 高明明;常太華;楊國田;李曼;;基于子帶主頻率信息的語音特征提取算法[J];計(jì)算機(jī)工程;2009年18期

5 陳芳;李偉;李曉強(qiáng);;基于小波包最優(yōu)基的音樂指紋提取算法[J];計(jì)算機(jī)工程;2009年09期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 項(xiàng)秉偉;景新幸;楊海燕;;基于噪聲分類與補(bǔ)償?shù)能囕d語音識別[J];計(jì)算機(jī)工程;2017年03期

2 袁翔;;基于Sphinx的機(jī)器人語音識別系統(tǒng)構(gòu)建與研究[J];電腦知識與技術(shù);2017年07期

3 徐勇;陳亮;;一種基于降維思想的K均值聚類方法[J];湖南城市學(xué)院學(xué)報(bào)(自然科學(xué)版);2017年01期

4 王曉華;屈雷;張超;蔣細(xì)偉;;基于Fisher比的Bark小波包變換的語音特征提取算法[J];西安工程大學(xué)學(xué)報(bào);2016年04期

5 朱潔;鄧開發(fā);;基于改進(jìn)小波包變換的音頻指紋提取算法[J];電子科技;2016年03期

6 邵景峰;賀興時(shí);王進(jìn)富;白曉波;雷霞;劉聰穎;;基于數(shù)據(jù)的紡紗質(zhì)量異常行為預(yù)警四步法[J];中國管理科學(xué);2015年S1期

7 雷英娜;;原棉質(zhì)量對紗線質(zhì)量的魚骨圖-旋轉(zhuǎn)森林預(yù)測模型[J];工業(yè)技術(shù)創(chuàng)新;2015年05期

8 王志剛;馬創(chuàng)濤;;基于實(shí)時(shí)數(shù)據(jù)的紡紗質(zhì)量異常因素預(yù)測方法的研究[J];紡織器材;2015年05期

9 張衛(wèi)東;馬創(chuàng)濤;;基于實(shí)時(shí)數(shù)據(jù)的紡紗質(zhì)量異常因素預(yù)測方法[J];現(xiàn)代紡織技術(shù);2015年05期

10 王新民;李天正;張欽禮;;基于GA-ELM漿體管道輸送臨界流速預(yù)測模型研究[J];中國安全生產(chǎn)科學(xué)技術(shù);2015年08期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 陳友;程學(xué)旗;楊森;;面向網(wǎng)絡(luò)論壇的高質(zhì)量主題發(fā)現(xiàn)[J];軟件學(xué)報(bào);2011年08期

2 姚光強(qiáng);陳立平;;基于COM技術(shù)的C#與Matlab混合編程[J];計(jì)算機(jī)工程;2008年14期

3 項(xiàng)前;楊建國;程隆棣;;基于支持向量機(jī)的紗線質(zhì)量預(yù)測[J];紡織學(xué)報(bào);2008年04期

4 劉勝;李妍妍;;自適應(yīng)GA-SVM參數(shù)選擇算法研究[J];哈爾濱工程大學(xué)學(xué)報(bào);2007年04期

5 徐雅靜;汪遠(yuǎn)征;;主成分分析應(yīng)用方法的改進(jìn)[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2006年06期

6 朱永生,張優(yōu)云;支持向量機(jī)分類器中幾個(gè)問題的研究[J];計(jì)算機(jī)工程與應(yīng)用;2003年13期

7 李國正,楊杰,周越;科學(xué)計(jì)算軟件快速開發(fā)技術(shù)的研究[J];計(jì)算機(jī)工程;2002年12期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭遠(yuǎn)瓊;提高語音識別率點(diǎn)滴[J];電腦技術(shù);2000年03期

2 邢文;語音識別[J];個(gè)人電腦;2000年02期

3 ;語音識別的真相[J];個(gè)人電腦;2001年12期

4 ;語音識別漸入佳境[J];個(gè)人電腦;2002年03期

5 ;微軟語音識別軟件可與人直接對話[J];自動化博覽;2003年04期

6 ;語音識別[J];印刷世界;2004年01期

7 杰里米·瓦格斯塔夫;讓語音識別軟件 解放你的雙手[J];農(nóng)業(yè)圖書情報(bào)學(xué)刊;2004年03期

8 韓紀(jì)慶,王歡良,李海峰,鄭鐵然;基于語音識別的發(fā)音學(xué)習(xí)技術(shù)[J];電聲技術(shù);2004年09期

9 陳孝強(qiáng);語音識別擬起新潮[J];微電腦世界;2005年07期

10 韓紀(jì)慶;張磊;鄭鐵然;;網(wǎng)絡(luò)環(huán)境下的語音識別方法[J];計(jì)算機(jī)科學(xué);2005年01期

相關(guān)會議論文 前10條

1 張歆奕;吳今培;張其善;;語音的共性特征及其在語音識別中的應(yīng)用[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

2 杜樹木;何良華;;一種新的基于段長分布的語音識別模型[A];2009年通信理論與信號處理學(xué)術(shù)年會論文集[C];2009年

3 李楨;高萬林;歐文浩;徐山川;;基于關(guān)鍵詞語音識別的農(nóng)業(yè)信息語音服務(wù)系統(tǒng)的研究與實(shí)現(xiàn)[A];中國農(nóng)業(yè)工程學(xué)會電氣信息與自動化專業(yè)委員會、中國電機(jī)工程學(xué)會農(nóng)村電氣化分會科技與教育專委會2010年學(xué)術(shù)年會論文摘要[C];2010年

4 張冰;龍長才;羅海風(fēng);;熟悉掩蔽音背景下的目標(biāo)語音識別[A];泛在信息社會中的聲學(xué)——中國聲學(xué)學(xué)會2010年全國會員代表大會暨學(xué)術(shù)會議論文集[C];2010年

5 王承發(fā);趙德彬;金山;苗百利;朱志瑩;;語音識別應(yīng)用中抗噪聲干擾方法的初步探討[A];第二屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1992年

6 杜笑平;楊啟綱;楊家沅;;過零周期轉(zhuǎn)移概率矩陣語音識別部件的研制[A];第二屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1992年

7 季宏;劉志文;杜燕玲;黃曾陽;;語音識別中的音字轉(zhuǎn)換[A];第三屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1994年

8 葛余博;楊大利;曾德超;;噪聲環(huán)境下語音識別的幾個(gè)問題(一)[A];第三屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1994年

9 朱奇峰;俞鐵城;;聽覺中的協(xié)同現(xiàn)象和其對語音識別影響的探討[A];第四屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1996年

10 姚磊;黃泰翼;陳景東;;一種高魯棒性語音識別的通用自適應(yīng)方法研究[A];第四屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1996年

相關(guān)重要報(bào)紙文章 前10條

1 黃夢;方案商積極切入語音識別市場[N];電腦商報(bào);2006年

2 閆婷;語音識別 理想與現(xiàn)實(shí)的距離[N];計(jì)算機(jī)世界;2007年

3 劉喜喜;語音識別將把鼠標(biāo)鍵盤打入冷宮？[N];中國計(jì)算機(jī)報(bào);2008年

4 樂天;語音識別：讓你的手機(jī)更聰明[N];計(jì)算機(jī)世界;2011年

5 特約作者 王佳彬;語音識別漸入佳境[N];電腦報(bào);2002年

6 雨夏;語音識別重在應(yīng)用[N];計(jì)算機(jī)世界;2001年

7 ;語音識別企業(yè)應(yīng)用前景光明[N];計(jì)算機(jī)世界;2003年

8 王向東 欒煥博 林守勛 錢躍良;語音識別:抗噪音能力有待加強(qiáng)[N];計(jì)算機(jī)世界;2006年

9 上海 高博;讓電腦“聽懂”人話[N];電腦報(bào);2008年

10 張彤;語音識別融入統(tǒng)一通信[N];網(wǎng)絡(luò)世界;2008年

相關(guān)博士學(xué)位論文 前10條

1 許金普;農(nóng)產(chǎn)品市場信息采集的語音識別魯棒性方法研究[D];中國農(nóng)業(yè)科學(xué)院;2015年

2 包希日莫;面向蒙古語的語音識別聲學(xué)建模研究[D];內(nèi)蒙古大學(xué);2016年

3 吳斌;語音識別中的后處理技術(shù)研究[D];北京郵電大學(xué);2008年

4 奉小慧;音頻噪聲環(huán)境下唇動信息在語音識別中的應(yīng)用技術(shù)研究[D];華南理工大學(xué);2010年

5 孫f，

本文編號：1437487