公共文化服务平台

共 3 条记录，以下是 1-3

全选清除导出

排序方式：

听觉计算模型在鲁棒性语音识别中的应用被引量：20: 2000年; 利用听觉感知机理，建立一个基于听觉感知机理的语音信号特征提取模型。本文由两部分组成，一部分是在传统听觉计算模型基础上提出听觉倒谱特征AFCC（AnditoryFrequencyCepstralCoefficient）的提取方法，这样既压缩了特征维数，减小计算量，又使各个特征维之间相互独立，满足HMM模型的要求。并且根据听觉神经中枢的长时整合特性，文中提出了用低通滤波模型来模拟这种功能。结合该低通模型，提取的语音信号的听觉倒谱特征在HMM框架下取得较好的鲁律性。另一部分在研究听觉侧抑制机理的基础上，提出一个简单有效的听觉侧抑制处理模型。美尔倒谱特征MFCC谱特征经过该侧抑制模型处理，得到侧抑制美倒谱特征MFCCI，实验表明，该新特征MFCCI鲁棒性能比MFCC有大大提高。听觉倒谱特征AFCC经过该侧抑制处理得到侧抑制听觉倒谱特征AFCCI，实验表明，该新特征AFCCI鲁律性能比AFCC有大大提高。; 卢绪刚陈道文; 关键词：鲁棒性听觉系统语音识别

基于I/O特性的听觉非线性动态适应机制与前向掩蔽效应模型被引量：3: 1999年; 听觉前向掩蔽效应是听觉动态非线性的重要表现，也是听觉适应机制的重要表现，由此产生听觉前后向参考编码机制，而传统的语音信号处理机制是帧与帧独立的线性处理方式，所以不能反映实际听觉系统的动态非线性适应特性。传统的听觉模型对这种动态非线性适应机制的模拟是通过自适应调节听觉耳蜗滤波器的增益来完成的，这不管在计算量上还是在滤波器的稳定性设计上都有其缺陷。我们根据听觉的生理学机制，建立前馈自适应模型，从输入输出特性曲线上引出静态增益曲线，再在静态增益曲线上引入动态过程，由此建立的数学模型，利用心理学试验数据得到模型参数。试验结果表明，该模型能够很好地预测前向掩蔽效应，对听觉的动态非线性适应机制是一种很好的解释。; 卢绪刚陈道文; 关键词：听觉模型外毛细胞

基于时间机理与部位机理整合的鲁棒性语音信号表达被引量：2: 1999年; 传统语音信号谱特征的提取是基于ＦＦＴ的能谱分析方法，在噪音环境情况下，对噪音的频谱成分与语音信号的频谱成分的处理采用“平均主义”的原则。也就是说噪音的频谱成分与语音信号的频谱成分占同等重要的地位。显然在噪音环境中这种处理方法会使噪音掩蔽掉语音信号的成分。在听觉系统中这种处理编码方式如同耳蜗滤波器的频率分析功能那样，也就是部位机理。实际上听觉系统对噪音和周期信号的处理不是“平均主义”原则，而是对周期信号敏感，对噪音不敏感，听觉神经纤维通过神经脉冲发放的周期间隔来编码刺激信号，这对应听觉处理机制中的时间编码方式。基于这两种处理机制，文中提出整合部位机理和时间机理的方法，这正是听觉的处理刺激的方式。这样处理的方法很好地结合了两种处理机制的优点。; 卢绪刚陈道文; 关键词：听觉模型

全选清除导出

共1页<1>

陈道文