面向战场环境下的语种识别

为实现语种识别在战场环境下保持较高的识别性能,提出一种基于语谱图灰度变换的语种识别方法。根据语音信息和战场环境下的噪声信息在语谱图上的分布特性,引入带通滤波;根据人耳听觉特性提取对数灰度语谱图;采用自动色阶算法抑制语谱图上的噪声信息,增强语种信息,并采用残差神经网络模型进行训练识别。实验结果表明:在-10 dB掠夺者战斗机驾驶舱噪声环境下,相对于线性灰度语谱图特征,识别正确率提升了46%;在其他噪声环境下,识别性能也大幅度提升。

面向真实噪声环境的语种识别

语种识别受真实噪声环境的影响较大,识别效果不佳.为了解决真实噪声环境下语种识别的问题,提出一种基于对数灰度语谱图的图像处理语种识别方法.根据噪声能量和语音能量在语谱图上的分布规律对真实噪声中的语音信号进行带通滤波;再结合人耳听觉特性提取对数灰度语谱图;然后提取图像主成分特征作为语种特征,采用残差神经网络模型进行训练测试.实验结果表明,在掠夺者战斗机驾驶舱的环境下,所提方法的平均识别正确率相对于线性灰度语谱图方法提升了27.5%,在其他噪声环境下的平均识别正确率也有提升.