基于混合特征的说话人语音分割聚类研究

研究众多说话人语音中提取目标说话人语音的问题。为提高多说话人语音分割聚类的准确性,结合MFCC特征高准确性和GFCC特征强鲁棒性的特点,提出一种基于MFCC与GFCC混合特征的语音分割聚类算法,有效避免了含噪语音分割聚类鲁棒性较差等问题。针对叠加粉红噪声和工厂噪声的实验语音,分别基于常规算法和改进的分割聚类算法进行对比分析,结果表明,所提出的基于混合特征的语音分割聚类算法提取目标人语音的准确性更具优势。

从反应类型看二语心理词汇的重组

本研究通过对不同语言水平的英语学习者进行的词汇联想测试,探讨二语心理词汇的发展是否经历了重组以及重组的过程。统计结果表明,二语心理词汇的发展经历了一定的由语音聚类到语义相关的重组过程,以逐渐达到类似于母语者的语义网络。

采用骨导语音自适应的语句分割方法

为了解决含噪语句分割问题,也为了解决某些低信噪比环境下传统气导语句分割算法分割效果差、分割准确度低且算法自适应性弱等问题,提出一种基于骨导语音自适应的分段双门限语音分割方法。将骨导语音和气导语音同步采集,获取抗噪性能更好的骨导语音,然后在融合过零率与短时能量中引入随机动态阈值的自适应方法进行端点检测,最后利用分段双门限和语音聚类等手段实现语音分割,提高语音分割算法的鲁棒性。通过实验验证了所提算法的有效性和可行性,同时与其他语音分割算法进行了对比,证明该文所提分割算法精度更高,效果更好。

基于谱熵法的低信噪比案件语音分割聚类研究

针对常规分割聚类方法在低信噪比语音条件下的局限性,为提高语音分割聚类的准确率,基于谱熵法提出结合贝叶斯信息准则(BIC)和模糊C均值聚类的分割聚类方法,同时在预处理环节引入语音端点检测,可有效降低噪声的影响。通过对谱聚类、双门限和SOM-K-means等算法叠加不同种类噪声的分割聚类差异性分析,针对不同数目的说话人语音,在低信噪比条件下所提出的基于谱熵法的BIC模糊C分割聚类算法可有效提高语音分割聚类的准确性,在为后续案件语音识别和说话人识别准确率提升方面具有优越性。

Using vector Taylor series with noise clustering for speech recognition in non-stationary noisy environments

The performance of automatic speech recognizer degrades seriously when there are mismatches between the training and testing conditions. Vector Taylor Series （VTS） approach has been used to compensate mismatches caused by additive noise and convolutive channel distortion in the cepstral domain, in this paper, the conventional VTS is extended by incorporating noise clustering into its EM iteration procedure, improving its compensation effectiveness under non-stationary noisy environments. Recognition experiments under babble and exhibition noisy environments demonstrate that the new algorithm achieves 35% average error rate reduction compared with the conventional VTS.