改进MFCC参数在非特定人语音识别中的研究

随着信息时代的高速发展,人们越来越关注计算机的便携使用方式,以语音输入代替手动输入成为计算机未来发展的一个必然趋势。本文在MFCC特征参数的基础上,提出了一种改进MFCC特征参数--BMFCC特征参数,以提高原MFCC特征参数在语音识别时的识别率和运算速度。BMFCC特征参数在进行参数的提取时,分为特征分量加权、特征分量求差分、主成分分析三个步骤。仿真实验结果表明,本文提出的BMFCC特征参数在识别率和有运算速度上均优于MFCC特征参数,且更具鲁棒性。

说话人识别中MFCC参数提取的改进

在说话人识别方面,最常用到的语音特征就是梅尔倒频谱系数(MFCC)。提出了一种改进的提取MFCC参数的方法,对传统的提取MFCC过程中计算FFT这一步骤进行频谱重构,对频谱进行噪声补偿重建,使之具有很好的抗噪性,逼近纯净语音的频谱。实验表明基于此改进提取的MFCC参数,可以明显提高说话人识别系统的识别率,尤其在低信噪比的环境下,效果明显。

基于修正MFCC参数汉语耳语音的话者识别

耳语音的话者识别是一个较新的研究课题,许多参数模型与正常音存在差异.例如话者识别中常见的M el倒谱系数(MFCC)应用于耳语音中就存在共振峰和听觉敏感区域定位的偏差.基于对耳语音共振峰位置、能量以及人耳对耳语音听觉模型的研究提出了修正MFCC参数MFCCM和MFCCExp-Log,并结合两种参数的特点,改进了传统隐马尔可夫模型,建立了适用于耳语音的汉语话者识别系统.通过1 600个音的话者识别实验得出采用MFCCM的正确率为88.88%;MFCCExp-Log参数为91.38%;如果采用改进隐马尔可夫模型正确率可以提高到92.31%,均高于传统参数模型.实验表明,修正MFCC参数可以作为表征耳语音特点的参数,它提高了耳语音话者识别系统的识别率.

基于基音周期的语音MFCC参数提取

提出了一种可用于改善说话人识别效果的基于基音周期的可变窗长语音MFCC参数提取方法。基本原理是将原始的语音分解为当前基音周期整数倍长度以内部分及其以外部分,并保留前者舍去后者,以减小训练语音与测试语音的频谱失真。通过文本无关的说话人确认实验,验证了该方法能有效提高说话人确认的识别率,并能提高短时语音的稳定性。

说话人识别中改进的MFCC参数提取方法

在说话人识别技术中,特征参数的提取对语音训练和识别有着非常重要的作用。而Mel频标倒谱系数MFCC是一种常用的特征,它能对语音信号进行分析处理,去除对语音识别无关紧要的冗余信息,获得影响语音识别的重要信息。同时由于语音信号具有时变和混沌特性,以非线性随机共振理论和人类对听觉的理解为基础,提出了一种基于随机共振的MFCC特征参数提取方法。通过实验比较两种方法的结果,论证了改进方法的可行性以及优越性,为说话人识别技术中特征参数提取提供了一条新的研究方向。

藏语语音处理中对MFCC参数提取的研究

本文在掌握了MFCC参数提取的理论基础上,对基元的选择、HMM建模进行了深入学习与探索,在HTK工具的帮助下完成了MFCC参数的提取,为藏语语音识别系统、藏语语音合成系统的实现奠定了一定的基础。

基于小波包变换和MFCC的说话人识别特征参数

研究了小波包变换及MFCC参数的提取,结合二者特点,提取了基于小波包变换和MFCC的新参数DWT-MFCC,并在基于16阶GMM系统上进行说话人识别实验。实验结果表明,相对于传统的MFCC参数,在相同的噪声环境下,DWT-MFCC参数具有更高的说话人识别率。

一种在单片机上提取语音特征参数MFCC的快速算法

语音特征参数MFCC(美尔频标倒谱系数)是语音识别中最有效的特征参数之一,但由于MFCC参数的计算量太大而限制了其在低端嵌入式平台的应用;针对台湾凌阳公司的16位语音型单片机SPCE061A采用优化的双字定点算法研究了MFCC参数的快速提取方法,使得计算一帧256点(32 ms)语音数据12阶的MFCC参数只需13.8 ms,比未改进的浮点算法速度快30倍,达到了实用的目的。

MFCC和LPCC特征参数在说话人识别中的研究

特征提取是说话人识别系统中的一项关键技术,讨论了在说话人识别中语音特征的提取,详细介绍了求取MEL倒谱系数MFCC和线性预测倒谱系数LPCC的具体步骤和算法,并对MFCC和LPCC语音特征参数做出了理论分析和实验数据比较,通过实验论证了对于低频语音,采用MFCC参数的说话人识别在屏蔽噪音和抗噪声能力都优于采用LPCC参数的说话人识别.

基于改进LPCC和MFCC的汉语耳语音识别

以提高汉语耳语的识别率为目的,提出了将MFCC、LPCC及它们各自的动态参数等多种特征有效结合进行耳语识别的方法。实验结果说明了LPCC、MFCC结合动态参数可作为汉语耳语音识别的特征参数,且它们的结合提高了系统的识别率,在小字库内得出的识别率为94.5%。

基于MATLAB的MFCC在语音相似度评价中的应用

将梅尔(Mel)倒谱系数MFCC作为语音特征相似度的评价参数,利用帧间平均欧氏距离来衡量语音的相似度,结合相似匹配图,定量及定性的给出测试者语音质量优劣的评价结果,评价过程可由MATLAB方便地完成.该评价方法有助于语言学者或模仿者提高发音质量和朗读能力,也有助语音模式识别.实例分析表明该评价方法的评价结果与专家评委的评判结果一致.

小波分析和MFCC融合的声音信号端点检测算法

声振法检测风机叶片的脱层损伤是一种可行也比较容易实现的方法,声信号端点检测是声振法检测中比较重要的环节。为了提高端点检测的适应性和鲁棒性,研究了小波分析及MFCC参数的提取,结合二者特点,利用小波变换改进MFCC提取过程,提出新参数DWT-MFCC,并利用SVM进行声音信号端点检测。实验结果表明,相比于传统的小波参数和MFCC参数,在相同噪声环境下,DWT-MFCC具有更高的端点检测率。

基于元音MFCC的说话人识别系统研究

说话人识别从本质上看是从语音信息中提取说话人特征,并通过一定的方式进行模式识别的过程。辨别说话人的方法很多,本文认为先从语音中提出元音,再通过计算元音的MFCC(美尔频标倒谱系数)特征参数,并与DTW(动态时间规整)结合进行多人多单词试验,实验证明这种识别方式能提高识别率5%左右——从原字平均识别率为83%提高到取元音后平均识别率为88%。

MFCC-小波神经网络电气主设备音频监控研究

变电站在线监测技术在"遥听"方面存在缺陷,提出了一种基于声音信号识别的电气主设备在线监控方法,通过安装在设备上的定向拾音器将设备声音转换为电信号后经网络录音盒送入服务器,服务器提取声音信号的MFCC参数后输入小波神经网络进行设备运行状态识别。介绍了监测系统的关键技术即声音信号特征参数提取和声音识别过程,以及现场提取的声音信号仿真分析。该技术能对设备实现在线监测且能很好地克服人工监听可靠性不高的缺点。

浅析语音特征参数提取方法

语音特征参数主要可以分为两大类:一类是基于发声系统模型导出的特征参数,比如经线性预测编码分析技术得到的线性预测系数(LPC)以及由它导出的其他特征参数;另一类是基于听觉系统模型导出的特征参数(MFCC 参数)。本文介绍几种常见的语音特征参数:线性预测系数(LPC)、线性预测倒谱系数(LPCC)以及MFCC 参数的提取方法。

一种提高语音特征参数稳健性MLMCC算法的研究

语音特征参数的提取是语音识别的前提和基础,特别是在噪声环境中,如何寻找对噪声不敏感的语音特征即是目前研究的一个难点和重点。本文在对LPCC和MFCC两种参数深入分析的基础上,分析一种MLMCC特征参数提取方法,实验证明具有良好的抗噪能力。

基于端点检测和高斯滤波器组的MFCC说话人识别

在上下文无关的说话人识别应用中,针对传统MFCC特征参数在语音预处理方面不足以及三角滤波器组的缺陷,提出一种改进的MFCC特征参数提取方法.一方面在传统算法上加入端点检测,去除与说话人语音特征无关的静音段;另一方面用高斯滤波器组(Gaussian shaped filters GF)代替三角滤波器组进行频率到Mel频率的转换,提高识别准确率.说话人识别模型使用流行的高斯混合模型(GMM).实验结果显示,高斯滤波器组的引入相比于传统三角滤波器组识别率有4.45%的提升,本文改进后的MFCC特征参数相比于传统方法识别率也提升了6.43%,能更好的代表说话人的语音特征.

融合LPCC和MFCC的支持向量机OSAHS鼾声识别

单纯打鼾者的鼾声与阻塞性睡眠呼吸暂停低通气综合征(Obstructive Sleep Apnea-Hypopnea Syndrome,OSAHS)患者的鼾声在声学特征上有较大的区分度。从鼾声的声学特征出发,提出一种基于支持向量机(Support Vector Machines,SVM)的Fisher准则融合特征鼾声分类算法。首先,通过使用线性预测倒谱系数(Linear Prediction Cepstrum Coefficient,LPCC)和梅尔倒谱系数(Mel-scale Frequency Cepstral Coefficient,MFCC)的特征提取方法来分别提取鼾声的特征,并通过计算得出LPCC和MFCC每一维特征参数的Fisher比;然后,根据Fisher比的大小进行LPCC和MFCC的特征融合;最后,用SVM进行鼾声的特征分类,识别单纯打鼾者和OSAHS患者。实验结果表明,以融合LPCC和MFCC特征参数作为特征参数时,抗噪性能好且具有较高的识别准确率,准确率达到95.8%。

基于改进的WMFCC在声目标识别中的应用

针对环境噪声背景下,声目标的识别率大大降低的问题,本文提出了一种基于改进的MFCC特征参数提取方法,小波变换用来替代MFCC参数提取过程中的快速傅立叶变换,结合矢量量化识别的方法在不同的噪声比情况下来检测和识别目标声信号。实验结果表明,改进的MFCC特征参数在单一的噪声环境下的识别率优于MFCC特征参数,可以更准确的分辨出不同的声目标信号。

基于概率神经网络的汉语耳语音识别系统

以提高汉语耳语的识别率为目的,提出了基于概率神经网(PNN)的语音识别系统。实验结果说明该方法提高了系统的识别率,大大缩短了识别时间,提高了整个系统的实时性。在小字库内得出的识别率为94.7%。