音频的梅尔频率倒谱系数特征抽取过程

特征工程是机器学习中重要的一环。梅尔倒谱系统特征是语音的关键信息,提取该特征是语音识别的特征工程之一。首先分析了梅尔特征的提取过程,包括预加重、分窗、窗函数、短时傅里叶、能量普计算、三角滤波、取对数、离散余弦变换和倒谱抬升八个步骤,其中重点分析了窗函数和梅尔三角滤波,这两个过程因有多种算法应用于不同的语音识别场景。在三角滤波过程中,引入了梅尔尺度的概念。然后,把梅尔特征的提取步骤在Python语言中,使用librosa库函数中的mfcc函数进行关键步骤实现。结果表明,梅尔倒谱系特征是语音识别中的典型特征,其提取过程对于其它特征的提取具有广泛的借鉴意义。

基于2阶段循环神经网络的语音增强算法

基于神经网络的语音增强算法模型直接在时域或时频域操作导致算法具有很高的复杂度,难以在低算力平台下实现应用。针对这一问题,提出一种基于2阶段循环神经网络的语音增强算法,在保证算法性能的前提下,大幅减少了算法复杂度。算法由2阶段子网络构成,第一阶段对语音的梅尔子带特征利用循环神经网络进行建模预测幅度谱掩码以实现语音幅度的增强。第2阶段通过循环神经网络估计噪声幅值联合相位谱补偿算法实现语音的相位的补偿。通过2阶段网络并行优化,获得了较好的增强性能。实验结果表明:相比基线模型,本文提出的算法在更低的复杂度情况下,在语音的客观指标上依旧具有优良的表现。

一种先天性心脏病杂音分割及分析方法

目的心音信号中的杂音成分可以反映心脏结构缺损等异常情况。本文提出一种心杂音分割及分析方法用于先心病杂音信号的识别。方法为去除临床采集心音信号中的噪声干扰,采用基于频率切片小波变换的降噪新方法提高听诊精度。然后采用特征矩波形分析方法分割并提取心脏杂音间期信号。最后对心脏杂音间期心音信号提取心音梅尔尺度特征参数。结果通过临床采集的32例正常和16例室间隔缺损心音数据进行实验,计算心脏杂音间期片段提取特征参数的平均值和标准差,得到正常及室间隔缺损患儿心音数据的梅尔尺度特征参数范围。结论该方法可以在心脏收缩杂音期有效识别室间隔缺损心音信号特征,对于舒张杂音期信号尚需进行多角度特征提取及分析。该方法可以为典型先心病筛查及监控提供有效参考。