2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩110頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、該文對噪聲環(huán)境中的語音識別技術進行了研究,其主要內容及成果如下:1.針對MFCC(Mel-Frequency Cepstral Coefficient)和LPCC(Linear Prediction Cepstral Coefficient)特征在低信噪比時區(qū)分能力較差、使用模型補償技術無法取得很高識別率的缺點,提出了基于單邊自相關序列(one-sided autocorrelation,OSA)MFCC特征的模型補償技術.2.分析了環(huán)

2、境噪聲對相對自相關序列(Relative Autocorrelation Sequences,RAS)MFCC特征的影響,提出了基于RAS-MFCC特征的模型補償技術.3.提出了一種基于MFCC特征的邊緣概率(marginalisation)噪聲語音識別技術.在提出的丟失數據(Missing Data,MD)技術中,對MFCC特征的每個分量采用了兩個相互獨立準則的聯合判決結果來判定其可靠性,增加了判決的準確度.4.對邊緣概率技術中的二元

3、判決作了改進,提出了一種基于MFCC特征的軟判決技術.在軟判決技術中,根據該文所提的邊緣概率技術中的兩個判決準則,采用了一個基于規(guī)則的模糊邏輯系統(tǒng)來確定每個分量的可靠程度.5.提出了一種基于RAS-MFCC特征的邊緣概率技術,實驗結果表明所提識別方法可以有效地提高RAS-MFCC的識別率,并且其性能明顯優(yōu)于基于濾波器組語音特征和MFCC特征的邊緣概率技術.6.提出了一種噪聲自適應的多分辨率語音識別方法.所提識別方法將全帶識別器與子帶識別

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論