位置:成果数据库 > 期刊 > 期刊详情页
基于高斯小波滤波器的语音识别特征提取方法
  • ISSN号:1007-9432
  • 期刊名称:《太原理工大学学报》
  • 时间:0
  • 分类:TN912.34[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]太原理工大学信息工程学院,山西太原030024
  • 相关基金:国家自然科学基金资助项目(60472094);山西省自然科学基金资助项目(20051039)
中文摘要:

把小波理论应用于抗噪语音识别特征提取,提出了基于高斯小波滤波器的语音识别特征提取方法,通过对人耳听觉特性的研究,按照人耳临界带宽设计了一组高斯小波带通滤波器。详细讨论了高斯小波滤波器的尺度参数选择方法。使用RBF识别网络,仿真实现了使用新特征与原特征的识别结果,证明了新特征具有较高的识别率和优良的抗噪性能。

英文摘要:

This paper uses wavelet theory in noise-robust feature extraction of speech recognition and introduces a feature extraction method based on Gauss wavelet filter. The Gauss wavelet filter with human critical frequency band is obtained by studying human auditory characteristics. This paper also studies the method of scale parameter choosing in designing Guass wavelet filter. The methods with new and original feature are simulated. The RBF neural net was used in train and recognition course. The results show that new feature has higher recognition rate and better robustness than traditional feature.

同期刊论文项目
期刊论文 35 会议论文 9 著作 1
同项目期刊论文
期刊信息
  • 《太原理工大学学报》
  • 中国科技核心期刊
  • 主管单位:山西省教育厅
  • 主办单位:太原理工大学
  • 主编:黄庆学
  • 地址:太原市迎泽西大街79号
  • 邮编:030024
  • 邮箱:tyutxb@tyut.edu.cn
  • 电话:0351-6014376 6014556
  • 国际标准刊号:ISSN:1007-9432
  • 国内统一刊号:ISSN:14-1220/N
  • 邮发代号:22-27
  • 获奖情况:
  • 全国高校学报优秀期刊一等奖、二等奖,国家双效期刊奖,华北十佳期刊优秀奖,山西省一级期刊奖,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:9375