【摘要】：傳統(tǒng)的語(yǔ)音分析都是建立在短時(shí)平穩(wěn)假定的基礎(chǔ)上,采用固定窗傅立葉變換獲取語(yǔ)音信號(hào)的時(shí)-頻局部化信息,與非平穩(wěn)的語(yǔ)音信號(hào)不完全吻合,為此提出一種新穎的魯棒性的譜圖融合的小波變換方法。在圖像特征提取過(guò)程中,對(duì)二字漢語(yǔ)詞匯語(yǔ)音的語(yǔ)譜圖進(jìn)行特征分析,首先采用二維離散db4小波基分別對(duì)寬窄帶語(yǔ)譜圖進(jìn)行6層小波包分解,并計(jì)算出每層的水平細(xì)節(jié)能量值、垂直細(xì)節(jié)能量值和對(duì)角細(xì)節(jié)能量值。接著,將窄帶語(yǔ)譜圖提取出的水平細(xì)節(jié)能量值、垂直細(xì)節(jié)能量值和對(duì)角細(xì)節(jié)能量值,分別作為窄帶語(yǔ)譜圖的第1~3個(gè)特征集合。然后將寬帶語(yǔ)譜圖提取出的水平細(xì)節(jié)能量值作為第4個(gè)特征集合。上述4個(gè)特征集合作為識(shí)別的特征向量,以支持向量機(jī)為分類器對(duì)特定人二字漢語(yǔ)詞匯整體識(shí)別。采用1000個(gè)語(yǔ)音樣本進(jìn)行仿真實(shí)驗(yàn),結(jié)果表明,該算法是利用語(yǔ)譜圖的整體特征逐字逐詞進(jìn)行語(yǔ)音識(shí)別,能夠凸顯語(yǔ)音信號(hào)的整體時(shí)頻特性,正確識(shí)別率可達(dá)98%。利用語(yǔ)譜圖的特性,針對(duì)漢語(yǔ)的自身特性,將每一條語(yǔ)音指令作為一幅圖像進(jìn)行詞匯研究,保證了語(yǔ)句的整體性,同時(shí)有助于提高識(shí)別率,增強(qiáng)魯棒性。

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 陶華偉;g，

本文編號(hào)：2574698