提交新文档 | 查看文档 | 管理
> > 语音识别和说话人识别中各倒谱分量的相对重要性
> > 甄斌，吴玺宏，刘志敏，迟惠生
> >
> >
> > (北京大学信息科学中心，100871，北京)
> >
> > 摘要：
> > 采用增减特征分量的方法研究了MFCC各维倒谱分量对说话人识别和语音识别的贡献。使用DTW测度，在标准英文数字语音库上的实验表明，最有用的语音信息包含在MFCC分量C1到C12之间，最有用的说话人信息包含在MFCC分量C2到C16之间。MFCC分量C0和C1包含有负作用的说话人信息，将其作为特征会引起识别率的降低。低阶MFCC分量较高阶分量更容易受加性噪声和卷积噪声干扰。
> >
> > 关键词：
> > MFCC； 说话人识别； 语音识别?
> >
> > 好地方啊 ！
> >
> > http://www.pku.edu.cn/academic/xb/2001/_01ctech.html
> 基于单边自相关线性预测噪声中汉语语音识别
> 黄新宇, 吴淑珍
>
>
> (北京大学电子学系，北京，100871)
>
> 摘要：
> 对含噪语音在自相关域上进行处理，以其自相关函数值为参数进行端点检测，以基于单边自相关序列的LPC倒谱系数作为语音的特征参数进行语音识别，实验表明：这种方法较好地消除了噪声对语音信号的干扰，并获得了较高的识别率。在信号的信噪比低而自相关性又强时，此法能体现出不同一般的优势，为实际应用提供了可能。?
>
> 关键词：
> 单边自相关序列； 线性预测编码； 倒谱； 动态时间规正
>
> 中图分类号：
> TN912.3； TN912.34
>
> （R.D.1999-10-21 P.D.2000-09-20 Vol.36 No.5 pp.665?671）
>
> 种孤立词语音识别方法研究
> 吴淑珍
>
>
> (北京大学电子学系，北京，100871)
>
> 程乾生
>
> (北京大学数学科学学院，北京，100871)
>
> 摘要：
> 结合动态谱特性的语音识别研究，阐述了一种有限状态矢量量化(FSVQ)方法。FSVQ利用了过去的信息来选择合适的码本进行编码，对于语音识别更为有效。改进了所使用的语音特征参量，除了LPC倒谱系数外，结合使用了动态谱特征和能量的对数值，并根据汉语发音特征对语音信号端点进行一种加权处理。实验结果表明：与说话人有关的孤立词识别率达到98%。
>
> 关键词：
> 有限状态矢量量化； LPC倒谱系数； 动态谱特性； 动态规整；状态转移函数
>
> 中图分类号：
> TN912
>
> （R.D.1999-11-12 P.D.2001-20 Vol.37 No.1 pp.67～70）
>