用于孤立数字语音识别的一种组合降维方法

• 作者: 吴小杰 孙文磊 安毅生 宋青松 田正鑫
• 来源期刊: 西安交通大学学报
• 关键词: 语音识别 主成分分析 受限玻尔兹曼机
• 年，卷（期）: 2016,（6）
• 页码范围: 42-46
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.7652/xjtuxb201606007

摘要

针对孤立数字语音识别的噪声鲁棒性问题,提出了一个组合降维方法.该方法由梅尔频率倒谱系数(MFCC)特征提取、线性降维、受限玻尔兹曼机(RBM)、Softmax分类器4个功能模块依次组成;基于主成分分析(PCA)基本原理对MFCC特征向量实现了降维并且统一维度的目的;通过RBM对降维后的特征向量进行学习,改善了后端Softmax分类器的分类性能,RBM的预训练由对比散度算法完成,微调过程使用共轭梯度算法.采用TI-46孤立数字语音库和NOISEX-92典型噪声数据库对方法进行了测试,实验结果表明,该方法可以获得96.09％的正确识别率,相对于常规神经网络识别方法,噪声鲁棒性得到了提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安毅生	长安大学信息工程学院	45	264	10.0	15.0
2	宋青松	长安大学信息工程学院	13	90	6.0	9.0
3	田正鑫	长安大学信息工程学院	2	25	2.0	2.0
4	孙文磊	长安大学信息工程学院	1	13	1.0	1.0
5	吴小杰	长安大学信息工程学院	1	13	1.0	1.0