基于HMM的声场景分类

• 作者: 丁一坤 时浏艺 董语诗
• 来源期刊: 信息化研究
• 学科: 工学
• 关键词: 声场景分类 选择性注意 HMM模型
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 研究与设计
• 页码范围: 39-47,52
• 页数: 10页
• 分类号: TP181
• 语种: 中文

摘要

语音识别是一项近年来高速发展的技术.声场景分类作为语音识别的核心技术, 其算法处于信号处理的前端, 能够识别出人工智能产品使用者当前的声场景, 自适应地调用相应的处理程序, 实现针对不同场景声信号的个性化处理.文章主要围绕选择性注意模型、传统的HMM模型对声场景分类进行研究.研究结果表明:运用选择性注意模型, 将视觉理论应用于声学中, 并结合传统的HMM分类器, 分别使用单独的显著图特征、单独的MFCC特征和混合特征, 能够很好地完成对声场景的分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁一坤		2	0	0.0	0.0
2	董语诗		1	0	0.0	0.0
3	时浏艺		1	0	0.0	0.0