结合MFCC分析和仿生模式识别的语音识别研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (12): 20-22.

结合MFCC分析和仿生模式识别的语音识别研究

王宪保1，陈勇2，汤丽平1

1.浙江工业大学信息工程学院，杭州 310023
2.宁波市委党校，浙江宁波 315010

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-04-21 发布日期:2011-04-21

Speech recognition research based on MFCC analysis and biomimetic pattern recognition

WANG Xianbao1，CHEN Yong2，TANG Liping1

1.College of Information Engineering，Zhejiang University of Technology，Hangzhou 310023，China
2.Ningbo Party Institute of CPC，Ningbo，Zhejiang 315010，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-04-21 Published:2011-04-21

摘要/Abstract

摘要： 提出了一种基于MFCC系数分析和仿生模式识别的语音识别方法，该方法对训练样本MFCC相同分量在各类语音间距离进行了分析，并通过与传统选取方法的比较实验，说明在小词汇量的语音识别中，选取合适的MFCC系数，不仅能减小计算量，正确识别率也会得到一定程度的提高。运用仿生模式识别理论中同类样本连续的观点，通过在特征空间中对训练样本进行有效的覆盖，大大提高了识别结果。

关键词: 仿生模式识别, 语音识别, Mel频率倒谱系数（MFCC）

Abstract: A speech recognition method is proposed based on MFCC analysis and Biomimetic Pattern Recognition（BPR）.It analyzes the distances among different samples kinds about same MFCC component and selects right coefficients，the comparative experiments are conducted with conditional method.The results show that，in the condition of small vocabulary，the calculated efficiency and recognition rates are improved.Based on BPR continuous theory，it finds the optimal covering of sample features in the same class，the recognition result is improved greatly.

Key words: biomimetic pattern recognition, speech recognition, Mel Frequency Cepstrum Coefficient（MFCC）

王宪保1，陈勇2，汤丽平1. 结合MFCC分析和仿生模式识别的语音识别研究[J]. 计算机工程与应用, 2011, 47(12): 20-22.

WANG Xianbao1，CHEN Yong2，TANG Liping1. Speech recognition research based on MFCC analysis and biomimetic pattern recognition[J]. Computer Engineering and Applications, 2011, 47(12): 20-22.

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	31

	来源	本网站

	次数	31
	比例	100%

摘要

最新录用	在线预览	正式出版

0	0	49

[1]	娄英丹，徐静林，黄丽霞，张雪英. MLLR和MAP在远场噪声混响下的语音识别研究[J]. 计算机工程与应用, 2020, 56(10): 122-126.
[2]	赵悦，李要嫱，徐晓娜，吴立成. 临近最优主动学习的藏语语音识别方法研究[J]. 计算机工程与应用, 2018, 54(22): 156-159.
[3]	黄晓辉1，2，李京1，马睿2，3. 藏语口语语音语料库的设计与研究[J]. 计算机工程与应用, 2018, 54(13): 231-235.
[4]	宋春晓，孙颖. 面向情感语音识别的非线性几何特征提取算法[J]. 计算机工程与应用, 2017, 53(20): 128-133.
[5]	常静雅，张晓俊，顾玲玲，袁悦，顾济华，陶智. 小波域能量谱和非线性降维的病理嗓音识别[J]. 计算机工程与应用, 2017, 53(2): 166-171.
[6]	黄丽霞1，王亚楠1，张雪英1，王洪翠2. 基于深度自编码网络语音识别噪声鲁棒性研究[J]. 计算机工程与应用, 2017, 53(13): 49-54.
[7]	赵彩光，张树群，雷兆宜. 基于并行回火改进的GRBM的语音识别[J]. 计算机工程与应用, 2016, 52(8): 125-129.
[8]	达吾勒·阿布都哈依尔，努尔买买提·尤鲁瓦斯，刘艳. 面向哈萨克语LVCSR的语言模型构建方法研究[J]. 计算机工程与应用, 2016, 52(24): 178-181.
[9]	晁浩，宋成，薛霄，刘志中. 基于模型自适应的声效鲁棒性语音识别算法[J]. 计算机工程与应用, 2016, 52(2): 156-160.
[10]	晁浩. 融合音素串编辑距离的随机段模型解码算法[J]. 计算机工程与应用, 2015, 51(6): 208-211.
[11]	庄严，于凤芹. 结合节拍语义和MFCC声学特征的音乐流派分类[J]. 计算机工程与应用, 2015, 51(3): 197-201.
[12]	沈燕，肖仲喆，李冰洁，周孝进，周强，陶智. 采用GW-MFCC模型空间参数的语音情感识别[J]. 计算机工程与应用, 2015, 51(10): 219-222.
[13]	王路露1，夏旭2，冯璐1，刘光灿1. 基于频谱方差和谱减法的语音端点检测新算法[J]. 计算机工程与应用, 2014, 50(8): 194-197.
[14]	晁浩，宋成，刘志中. 语音识别中基于发音特征的声调集成算法[J]. 计算机工程与应用, 2014, 50(23): 21-25.
[15]	孔荣，吴迪，廖启鹏，朱俊杰，周强，陶智. 采用复倒谱峰值滤波GMM识别混响语音[J]. 计算机工程与应用, 2014, 50(15): 191-193.