国际科技合作与交流专项项目(2010DF12160) 作品数:3 被引量:4 H指数:2 相关作者: 张毅 陈君 罗元 童开国 何春江 更多>> 相关机构: 重庆邮电大学 更多>> 发文基金: 国际科技合作与交流专项项目 重庆市科技攻关计划 国家自然科学基金 更多>> 相关领域: 电子电信 自动化与计算机技术 更多>>
多个声源下基于人耳听觉特性的语音分离 2012年 受声学研究启发,结合人脑人耳听觉特性对语音的处理方式,建立了一个完整的模拟听觉中枢系统的语音分离模型.首先利用外周听觉模型对语音信号进行多频谱分析,然后建立重合神经元模型提取语音信号的特征,最后在脑下丘的神经细胞模型中完成对语音的分离.基于现有的语音识别方法,该模型能够很好地解决绝大多数的语音识别方法都只能在单声源和低噪声的环境下使用的问题.实验结果表明,该模型能够实现多声源环境下语音的分离并且具有较高的鲁棒性.随着研究的深入,基于人耳听觉特性的语音分离模型将有很广泛的应用前景. 罗元 童开国 张毅 邢武超 陈凯 陈红松 何春江 陈君关键词:多声源 语音分离 基于耳蜗基底膜特性的语音特征提取方法及在智能轮椅上的应用 被引量:2 2012年 从人耳听觉特性出发,对能模拟耳蜗基底膜滤波特性的伽马通滤波器组进行了研究、修正,并以修正的滤波器组为基础,提出了一种基于耳蜗基底膜特性的GT-ERBCC(equivalent rectangular bandwidth cepstrum coeffi-cient based on GammaTone filters)语音特征提取方法。该方法能准确地表征出语音信号的特征,降低语音识别系统的难度,并将该方法应用于智能轮椅人机交互实验中。结果表明,基于耳蜗基底膜特性的特征提取方法能有效提高语音识别系统的识别率。 罗元 陈君 张毅 童开国关键词:特征提取 智能轮椅 语音识别 基于伽马啁啾滤波器组的听觉特征提取算法 被引量:2 2013年 针对传统美尔倒谱系数特征提取方法不完全符合人耳听觉特性的问题,提出了一种基于伽马啁啾滤波器组的听觉特征提取算法.首先,给出了基于人耳耳蜗听觉模型的伽马啁啾滤波器组模型及其实现过程,并对其在频域的排列做了调整,再将输入语音与该滤波器组进行卷积,经过离散余弦变换得到伽马啁啾滤波器倒谱系数及其衍生特征.该算法模拟了人类听觉系统的信息处理机制,能准确表征出语音信号的特征,降低语音识别系统的难度.实验表明,与传统美尔倒谱系数相比,采用基于本文提出听觉特征的语音识别系统在识别率和鲁棒性上均有明显提高. 罗元 陈君 张毅关键词:听觉特性 特征提取 语音识别