原文服务方: 杭州电子科技大学学报(自然科学版)       
摘要:
为提高语音识别系统的实用性与实时性,该文采用缺失特征分量的方法研究了美尔频率倒谱系数静态特征及其一阶差分各分量对识别率的影响.在不同信噪比情况下,分别对含白噪声、粉红噪声、车载噪声和工厂噪声这四种典型噪声的语音进行了实验研究,结果表明:在保证系统有较高识别率的情况下,在低信噪比时,含白噪声的语音信号缺失美尔频率倒谱系数静态特征及其一阶差分的低阶分量,有助于提升识别率;含粉红噪声的语音识别系统和含工厂噪声的语音识别系统,不能缺失美尔倒谱频率系数和美尔倒谱频率系数的一阶差分的任何特征分量;含车载噪声的语音可以缺失部分高阶MFCC分量和部分一阶差分分量.
推荐文章
基于CHMM语音识别特征参数的选择方法
语音识别
CHMM模型
特征参数选择
固话信道下语音特征参数影响研究
固话信道
噪声
语音参数
Mel频率倒谱系数
F比
混合MFCC特征参数应用于语音情感识别
Mel频率倒谱系数(MFCC)
增减分量法
特征提取
人脸语音动画中语音特征参数提取算法研究
人脸语音动画
语音特征提取
小波变换
动态特征
组合特征参数
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 噪声背景下语音识别特征参数选择研究
来源期刊 杭州电子科技大学学报(自然科学版) 学科
关键词 语音识别 特征提取 美尔倒谱频率系数 美尔倒谱频率系数的一阶差分
年,卷(期) 2011,(4) 所属期刊栏目
研究方向 页码范围 73-76
页数 分类号 TN911
字数 语种 中文
DOI 10.3969/j.issn.1001-9146.2011.04.020
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 刘顺兰 杭州电子科技大学通信学院 74 265 9.0 11.0
2 应娜 杭州电子科技大学通信学院 13 42 5.0 6.0
3 窦园园 杭州电子科技大学通信学院 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  (1)
共引文献  (35)
参考文献  (2)
节点文献
引证文献  (4)
同被引文献  (14)
二级引证文献  (13)
1990(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)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
语音识别
特征提取
美尔倒谱频率系数
美尔倒谱频率系数的一阶差分
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
杭州电子科技大学学报(自然科学版)
双月刊
1001-9146
33-1339/TN
chi
出版文献量(篇)
3184
总下载数(次)
0
总被引数(次)
11145
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导