声信号的可视化特征提取方法

提出一种新的研究思路,先对声信号进行可视化,然后提取其图像特征,用于分类识别。针对语音信号0～9及三类交通噪声信号,分别得到声谱图,然后用脉冲耦合神经网络进行图像处理,提取平均熵和一致度作为图像特征,最后用BP神经网络进行分类识别。结果表明这种方法具有较高的识别率。

一种新的电话拨号音自动识别方法

电话拨号音识别属于多类分类问题。神经网络可直接对多类问题进行分类,但当类别数目较多时,网络结构也更复杂,所形成的判别边界可能不能较好地拟合有限的训练样本,导致识别能力下降。提出了一种新的多类分类方法,可将多类分类问题转变为两类问题,再利用神经网络的曲线拟合功能完成对待测样本的判别。该方法不仅解决了训练样本不足的问题,而且所产生的网络更简单实用。仿真实验表明,该方法具有良好的识别能力及稳定性。