基于Gammatone功率规整系数谱图的语种识别

摘要：

针对噪声环境下语种识别率低的问题,提出了一种基于Gammatone功率规整系数谱图的语种识别方法.利用Gammatone滤波器组提取听觉特征并对噪声进行功率抑制,得到Gammatone功率规整系数,并将其转化为图像以获得特征谱图;然后使用暗通道先验算法和自动色阶算法对图像进行增强和去噪;最后使用残差神经网络模型进行训练和识别.实验结果表明,在信噪比为0 dB,噪声源分别为白噪声、车内噪声、粉红噪声、高频信道噪声、餐厅噪声和工厂噪声的条件下,所提方法相对于使用线性灰度语谱图方法的识别率分别提升了 39.1％,12.3％,19.0％,5.5％,28.2％和28.5％,且在其他信噪比下的识别率也有一定提升.

关键词：语种识别、听觉特征、功率规整、残差神经网络

所属期刊栏目：46

分类号：TN912.3

资助基金：云南省媒体融合重点实验室项目320225403

在线出版日期：2023-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：122-128