基于时域Gammatone滤波特征的广播语种识别

摘要：

针对广播语种识别问题,提出一种语音时域滤波方法,用gammatone时域函数与预处理后的语音信号进行卷积滤波,再分帧加窗并求对数化能量得到时域GF(gammatone filterbank)特征.将特征参数图像化表示,然后通过VGG19和Resnet34分类网络进行语种识别实验.同时,也使用自动色阶算法对加噪语音的图像化特征参数进行去噪,并对比不同维数的特征参数以及不同噪声类型和信噪比对语种识别率的影响.结果表明,采用该特征参数的广播语种识别准确率高于使用传统的GFCC特征、GFCC-D-A特征、GFCC-SDC特征及Fbank特征,且在不同噪声类型和不同信噪比的广播语音识别场景下,语种识别准确率均有一定提升.

关键词：广播语种识别、gammatone时域滤波、时域gammatone filterbank、自动色阶算法

所属期刊栏目：38

分类号：TN912.3

资助基金：国家自然科学基金61761025

在线出版日期：2022-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：599-608