基于GFCC与RLS的说话人识别抗噪系统研究

为了提高说话人识别抗噪系统的性能,提出了将RLS自适应滤波器作为语音信号去噪的预处理器,进一步提高语音信号的信噪比,再通过Gammatone滤波器组,对去噪后的说话人语音信号进行处理,提取说话人语音信号的特征参数GFCC,进而将特征参数GFCC用于说话人识别系统中。仿真实验在高斯混合模型识别系统中进行。实验结果表明,采用这种方法应用于说话人识别抗噪系统,系统的识别率及鲁棒性都有明显的提高。

控制室内变电站电抗器噪声的新型系统结构

针对室内变电站电抗器作业时产生不同频段噪声扰民问题,研究复合型内吸式降噪技术,利用微穿孔金属纤维墙板和涂阻尼材料的隔声门阻隔噪声外泄;为提高电抗器的散热效率并同时控制噪声外泄,重新设计通风消声系统,运用低噪声自动循环降温技术控制噪声对外传递。采集改造前后的噪声数据并进行对比,分析噪音控制效果以及新型结构的合理性。测试结果表明:改造后变电站控制室内的噪声已基本满足Ⅱ类地区的噪声排放标准(≤50 dB);变电站周边环境噪声与背景噪声相当;电抗器室内的噪声也有了显著的改善。研究结果为创造静音型环境友好智能电网变电站提供了依据。

基于EMD与RLS的说话人识别抗噪算法

语音信号是一种典型的非平稳信号。为了分析语音的非平稳特性,提出一种基于经验模态分解(EMD)与递推最小二乘算法(RLS)自适应滤波器相结合的语音信号去噪预处理器,进一步提高语音信号的信噪比和可懂度。再通过Gammatone滤波器组,对去噪后的说话人语音信号进行处理,提取说话人语音信号的特征参数GFCC。仿真实验在高斯混合模型识别系统中进行。实验结果表明,采用这种方法应用于说话人识别抗噪系统,系统的识别率及鲁棒性都有明显提高。