欢迎来到天天文库
浏览记录
ID:51450796
大小:341.72 KB
页数:4页
时间:2020-03-25
《基于改进LD归一化算法的汉语声调识别系统的性能研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、基于改进LD归一化算法的汉语声调识别系统的性能研究陈蕾,等基于改进LD归一化算法的汉语声调识别系统的性能研究陈蕾1,肖琚2,贾嫣1(1.甘肃农业大学信息与科学技术学院,甘肃兰州730070;2.甘肃省计算中心,甘肃兰州730030)摘要:众所周知,每个人的声调基频是不同的,甚至同一个人在不同情绪下,其声调基频也存在较大的差别。这种差别对于非特定人识别系统的识别率带来了很大的影响,为了减少这种影响,必须采用归一化算法对基频进行处理。文章在几种常用的归一化算法的基础上,提出了一种改进的归一化算法,并对该算法与几种常用算法在相同实验条件下的识
2、别率进行了比较。实验结果表明,该算法有效地提高了声调识别系统的识别率,具有一定的实用价值。关键词:归一化算法;改进LD算法;基频;声调识别中图分类号:TP391.4文献标识码:ADOI编码:10.14016/j.cnki.1001—9227.2016.01.148Abstr舵t:Asisknowntoall,thetonefundamentalfrequencyofeveryoneisdifkrent,evenforthesameperson,itstonefundamentalfbquencyalsohasbiggerdifIfere
3、nceindifkrentmood.ThesedifIferencehaveanefkctuponrecognitionrateoftheidenti6cationofnonspeci6csvstem。thenoHnalizationalgo矗thmmustbeusedtodealwiththefundamentalfkquencvinordertoreducetheseimpact.The戤ticlepmposeamodifiednonIlalizationalgorithmonthebasisofsomecommonlyusedno
4、Ⅱnalizationalgorithms,andtherecognitionmtesofthisalgorithmandsomecommonlyusedalgorithmsarecomparedinthesameexperimentalconditions.Theexperimentalresultsshowthattheal印rithmisef琵ctivetoimpmvetherecognitionmteofthelonerecognitionsystem,andithascertainpracticalvalue.Keywords
5、:No“nalizationalgorithm;Mod击edLDalgorithm;Thefund跏entalfkquency;7ronerecognitionO引言声调是汉语语音最重要的信息,随着语音技术的不断发展,声调识别技术已经成为汉语语音技术发展的主要方向。声调识别的关键在于声调特征的检测与估计,而声调特征则是人们的听觉对声调的辨识依据。早在20世纪30年代,刘半农就利用波浪计和乙二声调推断尺揭示出声调的声学本质在于声音信号的基频曲线的变化¨。。之后的很多研究都表明:基频曲线是声调最重要、最本质的特征口。,因此声调的识别模型主要
6、是围绕基频曲线建立的。基频信号处理的关键在于基频的提取与后处理。常见的基频提取的方法可以分为三种。31:激励源估计类算法,这种算法是通过语音信号的产生模型来估计生门闭合点,从而求出激励源信号;时域基频检测算法,这种算法是直接采用语音信号的波形来估计基频;变换域基频检测算法则是将语音信号变换到频域或其他空问来估计基音周期(基频的倒数)。综合抗噪声性能、计算速度和基频提取准确度三方面因素,本文选择第二类方法中的自相关法来完成基频信号的提取,而在基频信号的后处理过程中则引入归一化算法对基频信号进行归一化处理,这样的处理方式可以使得同一声调的基
7、频信号不随说话人的不同产生较大的变化,从而在非特定人识别系统中进一步减少调域差异对识别率的影响。文章提出了一种改进LD归一化算法对基频信号进行后处理,并在文章的最后给出了基于这种算法与其他常用归一化算法的实验比较与结果分析。1归一化算法每个人说话的调域是不同的,不同说话人同一声调的基频信号也相差很大。对于非特定人识别系统而言,系统的主要任务是识别不同的声调,而非不同的人。因此,在对不同人收稿日期:2015—09—21作者简介:陈蕾(1978一),女,重庆巴县人,讲师,硕士研究生,主要研究方向为模式识别,计算机仿真研究。·148·的基频信
8、号进行识别之前,应该对这些信号进行归一化处理。归一化的目的在于:在不同说话人的基频信号中寻找某种共性,使其不随说话人的不同而产生较大的变化‘41。归一化的处理方式不仅可以降低说话人在不同情绪下的声调差异,减
此文档下载收益归作者所有