基于PNCC特征的录音语音自动识别方法

为了提高录音语音自动识别方法的识别精度,提出基于语音特征提取算法(Power-Normalized Cepstral Coefficients,PNCC)特征的录音语音自动识别方法。采用小波变换方法转换录音语音信号,建立语音特征序列;利用滤波器对语音信号进行滤波分析,抑制非对称噪声;采用离散余弦变换方法变换非线性信号序列,提取基于PNCC特征的录音语音特征;利用人工蜂群算法对录音语音特征参数进行矢量量化,获得录音语音最优码书;构建录音语音识别模型,将提取的特征参数与录音语音最优码书输送到模型内,实现录音语音自动识别。实验结果表明,该方法的录音语音误识率低于20%,提高了识别精度,有效性较强。

基于改进PNCC-SVM的滚动轴承故障声纹识别方法

针对滚动轴承声信号分析信噪比低、易受环境噪声干扰的问题,提出一种基于改进功率归一化倒谱系数(Power-Normalized Cepstral Coefficients,PNCC)和支持向量机(Support Vector Machine,SVM)的滚动轴承故障声纹识别方法。首先对轴承声信号进行预处理;然后提取改进的PNCC并将其作为特征向量;进而根据SVM算法建立声纹识别模型对轴承故障类型进行识别,并测试所提方法在叠加噪声后的识别准确率。结果表明,改进PNCC具有识别准确率高的特点,在噪声干扰下相比原始PNCC识别准确率均值提高13.35%,鲁棒性更强。研究结果可为滚动轴承的声信号特征提取和故障识别应用提供参考。

基于改进PNCC特征和两步区分性训练的录音设备识别方法

录音设备来源识别是通过分析已获取的数字语音信号从而确定其录制设备的一种技术,属于数字音频盲取证.本文提出了一种基于改进PNCC特征和两步区分性训练的录音设备识别方法,由于音频中的静音包含了完整的设备信息,且不受说话人和文本等因素的影响,因此从静音段提取改进的PNCC特征,利用了PNCC的长时帧分析去除背景噪声对设备信息的影响.在模型方面,以GMM-UBM为基准模型,并通过两步区分性训练调整集内设备模型和通用背景模型,提升模型区分能力.该方法对于30种设备闭集识别的平均正确识别率为90.23%;对于15个集内和15个集外设备的测试,等错误率为15.17%,集内平均正确识别率为96.65%,验证了本文算法的有效性.

基于PNCC的汽车车轮定位检测系统研究

随着汽车的逐步普及,汽车的安全系数逐渐被人们所重视,从购买汽车前开始,便开始考虑汽车的安全性能,汽车的安全性能关系到生命安全,所以不得不需要在拥有汽车后,就开始考虑汽车的安全性能检测问题。当然也是汽车服务行业所要考虑的问题。文章分析了汽车车轮的定位检测是关系到汽车是否会产生侧滑、是否能安全地行驶的重要性检测。

基于改进PNCC和i-vector的说话人识别鲁棒性

针对传统的梅尔频率倒谱系数(MFCC)在说话人识别系统中鲁棒性不足的问题,提出一种基于改进幂率归一化倒谱系数(PNCC)特征算法和身份向量(i-vector)训练模型的方法。与传统的MFCC不同,PNCC利用长时帧估计背景噪声;在此基础上,通过多窗谱估计、平滑幅度谱包络和均值方差归一化(MVA)等技术进一步提升其鲁棒性。以i-vector为基准模型,在TIMIT语音库上进行说话人识别实验,实验结果表明,在不同噪声、不同信噪比下,所提算法相比其它特征有最低的等错误率,鲁棒性最强,在信噪比低于10dB的噪声环境中具有更大优势。

多通道PNCC与残差网络命令词识别系统

针对非用户语音和噪声干扰下命令词识别的准确率和稳健性问题,提出多通道麦克风阵列与功率归一化倒谱系数结合残差神经网络的命令词识别系统。首先,应用残差单元构建标准ResNet⁃CW⁃15多任务模型和低功耗ResNet⁃CW⁃6多任务模型,当模型判断命令词为用户发出后,开始执行命令词识别功能,若判断为非用户,则不执行命令词识别功能。其次,采用多通道麦克风阵列采集含有空域特征信息的语音命令词数据集。最后,应用对噪声具有一定鲁棒性的功率归一化倒谱系数作为命令词数据集的特征对网络进行训练。标准ResNet⁃CW⁃15模型在噪声条件下命令词识别率和用户/非用户判断性能表现良好。低功耗模型ResNet⁃CW⁃6虽然在整体命令词识别率和用户判断准确率有所降低,但网络参数大幅度减少,极大降低了系统的功耗,更适合广泛部署在小型低功耗智能设备。

基于功率归一化倒谱的端点检测

传统的端点检测在低信噪比(SNR)非平稳噪声下性能会失效,因此文章提出了将最优改进的对数谱幅度估计(OMLSA)以及最小控制递归平均算法(IMCRA)相结合的方法对包含噪声的语音指令进行去噪处理,提取PNCC的第一维静态特征作为特征参数。同时,文章在单参数双门限法的基础上设计了一个自适应阈值,可以更好地跟踪预测实际语音的起始与终止端。Matlab仿真结果显示,该算法在各种非平稳噪声下比经典算法优势更大。

普通话发音评估性能改进

为减少噪声环境对评估性能的影响,该文将PNCC参数引入普通话发音评估。结果表明,其评分相关性在普通话测试实录音数据库上较传统MFCC参数提高了6.6%。在此基础上,对汉语声学模型拆分方法进行了研究,提出将声母介音+韵母模型拆分方法应用到发音评估中。使用这种拆分方式的评估系统总错误率降低5.6%,专家打分相关性则提高了0.056。该文还对模型最佳状态数的选取进行讨论,并提出模型状态数混合和不同配置综合评分两种混合评分方案,在相关性上较同等条件下3状态模型分别提高了0.021和0.017。

中国高速无线电寻呼系统间联网协议概述

概述了中国高速无线电寻呼系统间的联网协议,主要包括协议模型,协议服务,进程要素和应用消息的功能等内容。

基于Gammatone滤波器和子带能量规整的语音特征提取

为了改善传统语音特征参数在复杂环境下识别性能不足的问题,提出了一种基于Gammatone滤波器和子带能量规整的语音特征提取方法。该方法以能量规整倒谱系数(PNCC)特征算法为基础,在前端引入平滑幅度包络和归一化Gammatone滤波器组,并通过子带能量规整方法抑制真实环境的背景噪声,最后在后端进行特征弯折和信道补偿处理加以改进。实验采用高斯混合通用背景分类器模型(GMM-UBM)将该算法和其他特征参数进行对比。结果表明,在多种噪声环境中相比其他特征参数,本文方法表现出良好的抗噪能力,即使在低信噪比下仍有较好的识别效果。

基于加权平均PN互相关的DTMB单频网频谱感知

该文首次研究了中国地面数字电视广播传输标准(DTMB)单频网(SFN)的频谱感知问题,提出一种基于DT-MB信号独特帧结构的加权平均(WA)伪随机(PN)序列互相关的频谱感知算法。该算法充分考虑了单频网信道具有典型人为强多径的鲜明特征,以对多个互相关峰值进行加权平均处理结果作为频谱感知的判决统计量,与传统的基于PN互相关的仅取相关峰最大值处理作为判决统计量的方法相比,其检测性能从理论上分析更适合于单频网信道下DTMB信号的频谱感知。仿真结果表明,该算法在典型单频网信道(如广电7和广电8信道)下可获得显著的性能改进。