梁春燕
- 作品数：20 被引量：102H指数：6
- 供职机构：山东理工大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金山东省自然科学基金山东省高等学校科技计划项目更多>>
- 相关领域：电子电信自动化与计算机技术电气工程机械工程更多>>
- 韵律特征在概率线性判别分析说话人确认中的应用被引量：6
- 2015年
- 研究韵律特征在说话人确认中的应用。将整个韵律轨迹以固定段长和段移进行片段划分,并对其进行勒让德多项式拟合从而获取连续性的韵律特征,将特征映射到总变化因子空间,并用概率线性判别分析来补偿说话人和场景的差异。在美国国家标准技术研究院2010年说话人识别评测扩展核心测试集5的基础上加入噪声构造测试集,并分别对韵律特征和传统Mel频率倒谱系数进行测试。结果显示,随着信噪比的逐渐减小,Mel频率倒谱系数性能出现大幅度下降,而韵律特征性能相对比较稳定,两种特征融合后能使系统性能得到进一步提升,等错率和最小检测错误代价相对于Mel频率倒谱系数单系统最多能分别下降9%和11%。实验表明,韵律特征应用于说话人识别中具有较强的噪声鲁棒性,且与传统的Mel频率倒谱系数存在较强的互补性。
- 梁春燕杨琳周若华颜永红
- 关键词：线性判别分析说话人确认韵律特征MEL频率倒谱系数说话人识别
- 基于邻域保持嵌入算法的语种识别被引量：3
- 2020年
- 语种识别中现有的总变化因子分析仅能反映语音数据的整体结构,不能挖掘其局部内在结构信息,并且未考虑训练语音数据的语种类别。针对此问题,提出了基于邻域保持嵌入算法的语种识别,通过构建邻接图以获得语音数据的局部邻域结构,同时通过有监督训练有效利用语音数据的语种标注信息。在2011年美国国家标准与技术研究院语种识别评测的30 s和10 s测试集上进行了对比实验。实验结果表明,邻域保持嵌入算法能够有效弥补总变化因子分析的不足,可明显提高系统的识别性能。
- 梁春燕曹伟
- 关键词：语种识别
- 基于尺度相关-双向长短期记忆网络模型的说话人识别
- 2023年
- 说话人识别通过语音对说话人进行身份认证,然而大部分语音在时域与频域具有分布多样性,目前说话人识别中的卷积神经网络深度学习模型普遍使用单一的卷积核进行特征提取,无法提取尺度相关特征及时频域特征。针对这一问题,提出一种尺度相关卷积神经网络-双向长短期记忆(SCCNN-BiLSTM)网络模型用于说话人识别。通过尺度相关卷积神经网络在每一层特征抽象过程中调整感受野大小,捕获由尺度相关块组成的尺度特征信息,同时引入双向长短期记忆网络保留与学习语音数据的多尺度特征信息,并在最大程度上提取时频域特征的上下文信息。实验结果表明,SCCNN-BiLSTM网络模型在LibriSpeech和AISHELL-1数据集上迭代50000次时的等错率为7.21%和6.55%,相比于ResCNN基线网络模型提升了25.3%和41.0%。
- 曹书鑫冯藤藤葛凤培梁春燕
- 关键词：说话人识别感受野
- 一种时频平滑的深度神经网络语音增强方法被引量：6
- 2019年
- 由于现有的基于深度神经网络的语音增强方法在网络结构的设计上缺乏对语音增强问题自身特点的考虑,针对这一问题,基于语音增强在时间和频率两个维度上的不同特性,受传统语音增强方法中的含噪语音局部特征计算方法启发,设计了一种在时间和频率两个维度上进行不同处理的时频平滑网络.该网络采用门控循环单元来表达含噪语音在时间上的相关性,同时采用卷积神经网络来表达含噪语音在频率上的相关性,实现了类似传统语音增强方法的时频平滑处理.实验结果表明,这种时频平滑网络在保证语音增强系统因果性的前提下,相比其他网络显著地提高了语音增强性能,增强后的语音具有更好的语音质量和可懂度.
- 袁文浩梁春燕娄迎曦房超王志强
- 关键词：语音增强卷积神经网络
- 一种用于语音增强的卷积门控循环网络被引量：11
- 2020年
- 为了充分利用含噪语音特征来提高语音增强网络的性能,基于含噪语音在时间和频率两个维度上的相关性,本文结合卷积神经网络的局部特征提取能力和门控循环单元的长期依赖建模能力,设计了一种适用于语音增强的卷积门控循环网络.该网络采用卷积网络结构代替全连接网络结构来改进门控循环单元中的特征计算过程,从而能够更好地保留含噪语音特征中的时频结构信息.实验结果表明,与其它语音增强网络相比,本文网络在语音成分的保留和噪声成分的抑制上具有明显优势,增强后语音具有更好的语音质量和可懂度.
- 袁文浩胡少东时云龙李钊梁春燕
- 关键词：语音增强卷积神经网络
- 基于深度神经网络的因果形式语音增强模型被引量：4
- 2019年
- 传统的基于深度神经网络(DNN)的语音增强方法由于采用非因果形式的输入,在处理过程中具有固定延时,不适用于实时性要求较高的场合。针对这一问题,从网络结构角度展开研究,通过实验对不同网络结构在不同输入形式下的语音增强性能进行对比,寻找适用于因果形式输入的网络结构,在此基础上,结合卷积神经网络和长短期记忆网络建立一个能充分利用先前帧信息的因果语音增强模型。实验结果表明,该模型在提高基于DNN的语音增强方法实时性的同时,保证了语音增强性能,其PESQ与STOI得分分别为2.25和0.76。
- 袁文浩梁春燕夏斌
- 关键词：语音增强延时卷积神经网络
- 基于大数据分析的电力运行数据异常检测示警方法被引量：34
- 2020年
- 传统的数据检测方法易受电力系统环境变化的影响,难以对加时窗数据进行检测,降低检测准确率。为此,该文利用大数据分析技术估计电力运行数据的最大似然值等信息,设计新的电力运行数据异常检测示警方法,从根本上提高检测准确率。根据电力运行数据异常检测示警原理,对不同时窗中的子序列进行聚类处理,确定每个时窗中的异常数据;通过提取单数据、多数据特征量,用转移概率序列表示电力运行数据动态变化情况,在完成正常数据与异常数据间模糊特征聚类的基础上,采用大数据分析方法计算电力运行均值和方差,完成最大似然值估计,通过似然比建立异常情况检测与示警流程,对数据异常情况进行检测示警。实验结果表明,在油温和环境温度变化的情况下,所提方法的检测准确率较高,且示警过程耗时较少,证明该方法整体有效性较高。
- 姜丹梁春燕吴军英常永娟
- 关键词：数据异常时窗似然比
- 联合因子分析和稀疏表示在稳健性说话人确认中的应用被引量：7
- 2012年
- 在说话人确认的任务中,为了解决信道失配问题,提高系统性能,引入了联合因子分析和稀疏表示算法。首先利用联合因子分析算法去除信道干扰,得到与信道无关的说话人因子,然后在稀疏表示算法中利用说话人因子构建过完备字典,求解稀疏最优化问题计算说话人得分。由于此方法有机结合了联合因子分析算法的信道鲁棒性和稀疏表示的鉴别性,使用此算法构建的系统在NIST SRE 2008电话训练、电话测试数据集上性能表现良好,相对于联合因子分析-支持向量机系统在性能上有竞争性,在原理上有互异性,系统融合更带来了最小检测代价指标上4.91%的性能提升。实验表明使用联合因子分析与稀疏表示进行说话人确认是可行的。
- 杨海张翔梁春燕索宏彬颜永红
- 关键词：稳健性说话人确认信道干扰支持向量机
- 音子配列学语种识别系统中特征选择方法的研究被引量：1
- 2013年
- 将信息增益和加权log似然比特征选择方法应用于音子配列学语种识别系统中进行特征降维。在美国国家标准技术研究院2009年语种识别评测数据集上进行实验，分别使用信息增益和加权log似然比准则以及传统的互信息，X^2统计量方法对数量巨大的N-gram进行特征选择，从中选出最具有鉴别性的部分组成特征向量，并用分类器进行分类。结果显示，当根据信息增益和加权log似然比准则选取一定数量的特征时，系统性能与使用全部特征的基线系统相比略好；当选取的特征数量很少时，信息增益和加权log似然比方法的性能要优于传统的互信息和X^2统计量方法。实验表明，在音子配列学语种识别系统中，信息增益和加权log似然比方法均可以有效地去除冗余信息，降低特征向量的维数，并且能使系统性能得到一定的提高。
- 梁春燕杨琳汪俊杰张建平颜永红
- 关键词：语种识别信息增益N-GRAM
- 基于CEEMDAN和小波熵的心音信号去噪算法研究被引量：4
- 2023年
- 针对传统心音去噪算法可能丢失部分重要心音信息问题,提出了一种自适应噪声完备经验模态分解(CEEMDAN)和小波熵结合的心音信号去噪算法。算法通过CEEMDAN将心音信号自适应分解成多个本征模态函数(IMFs),基于各阶本征模态的能量分析判别信噪分界点,对含噪IMF分量采用小波熵自适应阈值去噪后,与信号IMF分量重构,得到去噪后的心音信号。仿真结果显示,在不同信噪比条件下,上述算法均能明显提高心音信号的信噪比,降低均方根误差,优于其它传统去噪算法,具有良好地抑制噪声能力。
- 刘倩徐彦梁春燕袁玉英
- 关键词：心音信号噪声
