基于耳蜗基底膜特性的语音特征提取方法及在智能轮椅上的应用

• 作者: 张毅 童开国 罗元 陈君
• 来源期刊: 计算机应用研究
• 关键词: 伽马通 耳蜗基底膜特性 特征提取 智能轮椅 语音识别
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 系统应用开发
• 页码范围: 3765-3768
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.10.041

摘要

从人耳听觉特性出发,对能模拟耳蜗基底膜滤波特性的伽马通滤波器组进行了研究、修正,并以修正的滤波器组为基础,提出了一种基于耳蜗基底膜特性的GT-ERBCC (equivalent rectangular bandwidth cepstrum coefficient based on GammaTone filters)语音特征提取方法.该方法能准确地表征出语音信号的特征,降低语音识别系统的难度,并将该方法应用于智能轮椅人机交互实验中.结果表明,基于耳蜗基底膜特性的特征提取方法能有效提高语音识别系统的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗元	重庆邮电大学智能系统及机器人研究所	192	1681	17.0	31.0
2	张毅	重庆邮电大学智能系统及机器人研究所	281	2390	21.0	36.0
3	陈君	重庆邮电大学智能系统及机器人研究所	6	14	3.0	3.0
4	童开国	重庆邮电大学智能系统及机器人研究所	3	10	2.0	3.0