宽窄带语谱图融合分带投影的特定人汉语词汇识别

摘要：

提出一种基于宽窄带语谱图融合分带投影的方法对特定人二字汉语词汇进行识别.该方法将图像处理技术应用到语音识别领域,在图像特征提取过程中,首先对窄带语谱图进行等宽度分带行投影和二进宽度分带行投影,并将其分别作为窄带语谱图的第1个特征集合和第2个特征集合,同时将窄带语谱图进行再次图像傅里叶变换之后进行等宽度行投影,作为第3个特征集合.然后对宽带语谱图进行等宽度分带列投影,作为第4个特征集合.将上述特征集合作为识别的特征向量,以支持向量机为分类器进行特定人二字汉语词汇整体识别.采用1000个语音样本进行仿真实验,结果表明,采用前3个特征集合的特征向量对特定人二字汉语词汇识别的正确识别率可达92.4％,采用第4个特征集合的特征值对特定人二字词汇识别的正确识别率可达80％,而采用上述4个特征集合的特征值融合对特定人二字汉语词汇识别的正确识别率可达95.4％.该特征融合的方法为汉语词汇的识别提供了新的思路.

关键词：语音识别、语谱图、特征融合、行投影、列投影、支持向量机(SVM)

所属期刊栏目：43

分类号：TP391.42(计算技术、计算机技术)

资助基金：国家自然科学基金项目61471111

在线出版日期：2016-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：215-219,232