基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了基于肌电信号(EMG)的无声语音识别系统.由于该系统是通过EMG信号而非声音信号进行识别,因此可应用于高噪声环境和帮助失去发音能力的人实现无声交流,有着良好的应用前景.关于该系统的实现,提出了以下方法:实验时使用0-9十个中文数字,由受试者不发声地重复说出,从三块面部肌肉采集EMG信号;对EMG信号进行小波变换,获取变换系数矩阵后提取其能量值,构造特征矢量送入BP神经网络分类器分类.实验表明,基于小波变换的特征提取方法是一种有效的方法,适用于类似EMG信号的非平稳生理信号.
推荐文章
基于统计模型实现语音信号有声/无声检测的研究
语音信号
噪声参数
似然比
有声/无声检测
基于功率谱的表面EMG信号运动模式识别
功率谱
表面肌电信号
带宽
阈值法
语音信号识别基于盲源信号分离的实现
盲信号分离
DSP
FastICA
ADSP_BF533平台
基于SPCE061A语音识别门禁系统实现的研究
语音识别
特征提取
SPCE061A
智能门禁
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于EMG信号的无声语音识别应用及实现
来源期刊 计算机与数字工程 学科 工学
关键词 EMG信号 语音识别 小波变换 神经网络
年,卷(期) 2006,(5) 所属期刊栏目 设计与实现
研究方向 页码范围 133-136
页数 4页 分类号 TP3
字数 4260字 语种 中文
DOI 10.3969/j.issn.1672-9722.2006.05.041
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 姚晓东 华东理工大学信息科学与工程学院 32 236 8.0 13.0
2 许佳佳 华东理工大学信息科学与工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (1)
参考文献  (2)
节点文献
引证文献  (4)
同被引文献  (2)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
EMG信号
语音识别
小波变换
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导