语音信号准确性识别仿真研究

发布时间：2018-04-15 19:41

本文选题：准确性对比 + 信号过滤　；参考：《计算机仿真》2017年02期

【摘要】：对语音信号的准确性进行有效识别,可提升语音发音准确性。但是语音信号中包含大量冗余度很高的随机信号,需要对随机信号进行过滤,降低降低信号的冗余度。但是传统方法利用小波变换对语音信号进行适当的尺度分解,得到各尺度的频谱并进行DCT变换不同语音信号的特征参数完成识别,但是无法排除随机信号的干扰,存在语音信号准确性识别误差大的问题。提出一种改进复子波的语音信号准确性识别方法。依据小波变换基本原理对含噪声的语音信号进行分解,获取信号不同分解层次的子带区间小波熵,并对信号不同层次中高频系数阈值进行计算,构建折中指数阈值函数,与计算结果相结合去除语法语音信号中高频系数所含的噪声,融合于复子波分析原理,计算出语言发音信号的基音周期及共振峰信息,利用最优的复高斯子波提取语音信号的幅度谱和相位谱,并完成对语音信号准确性识别。仿真结果表明,所提方法可以有效地降低信号冗余度,可以对语音信号的准确性有效识别。
[Abstract]:The accuracy of speech signal can be recognized effectively, which can improve the accuracy of speech pronunciation.However, the speech signal contains a large number of random signals with high redundancy, so it is necessary to filter the random signals to reduce the redundancy of the signals.But the traditional method uses the wavelet transform to decompose the speech signal properly, obtains the spectrum of each scale and carries on the DCT transform different speech signal characteristic parameter to complete the recognition, but cannot rule out the random signal interference.There is a problem that the accuracy of speech signal recognition error is large.An improved accuracy recognition method for speech signals based on complex wavelet is proposed.According to the basic principle of wavelet transform, the speech signal with noise is decomposed, the wavelet entropy of sub-band of different decomposition level of signal is obtained, and the threshold value of high frequency coefficient in different level of signal is calculated, and the compromise index threshold function is constructed.Combined with the calculation results, the noise contained in the high frequency coefficients of the grammatical speech signal is removed, and the principle of complex wavelet analysis is fused to calculate the pitch period and the resonance peak information of the speech pronunciation signal.The amplitude spectrum and phase spectrum of speech signal are extracted by optimal complex Gao Si wavelet, and the accuracy recognition of speech signal is completed.The simulation results show that the proposed method can effectively reduce the redundancy of the signal and can effectively recognize the accuracy of the speech signal.
【作者单位】：郑州师范学院信息科学与技术学院;
【基金】：河南省基础与前沿技术研究项目(152300410191)
【分类号】：TN912.3

【参考文献】

相关期刊论文前10条

1 杨立东;谷宇;张明;;语音信号特征选择优化提取仿真研究[J];计算机仿真;2016年02期

2 何昕;蒋豪;韩丹;;管制指令特征参数提取研究[J];科学技术与工程;2015年20期

3 孙颖;姚慧;张雪英;张奇萍;;基于混沌特性的情感语音特征提取[J];天津大学学报(自然科学与工程技术版);2015年08期

4 夏晓玲;;集成语音信号与表面肌电信号的情感自动识别模型[J];激光杂志;2015年04期

5 张明;刘祥楼;姜峥嵘;;基于LPC的语音信号预测仿真分析[J];光学仪器;2015年01期

6 米川;白俊贤;;基于线性预测分析的语音信号合成[J];通信电源技术;2014年06期

7 赵涛涛;杨鸿武;;结合EMD和加权Mel倒谱的语音共振峰提取算法[J];计算机工程与应用;2015年09期

8 郑尚新;曹梦霞;;语音信号中基频提取方法研究与综述[J];电脑与信息技术;2014年02期

9 鲜晓东;樊宇星;;基于Fisher比的梅尔倒谱系数混合特征提取方法[J];计算机应用;2014年02期

10 杨鸿武;赵涛涛;;一种基于加权Mel倒谱的语音信号共振峰提取算法[J];西北师范大学学报(自然科学版);2014年01期

【共引文献】

相关期刊论文前10条

1 何朝霞;潘平;罗辉;;音色变换音频信号的篡改检测技术研究[J];中国测试;2017年02期

2 杨臻;;语音信号准确性识别仿真研究[J];计算机仿真;2017年02期

3 张瑞;;英语语音合理性优化识别建模仿真研究[J];计算机仿真;2017年02期

4 乔玲玲;郭秀婷;;人体语音特征提取身份优化验证仿真研究[J];计算机仿真;2017年02期

5 邓子龄;;外界环境下语音信号快速捕获仿真研究[J];计算机仿真;2017年01期

6 陈亚青;蒋豪;韩丹;;管制指令语音识别在模拟飞行界面的实现[J];计算机系统应用;2016年11期

7 畅江;张雪英;张奇萍;陈宏涛;孙颖;胡凤云;;不同语种及非言语情感声音的ERP研究[J];清华大学学报(自然科学版);2016年10期

8 王晓华;屈雷;张超;蒋细伟;;基于Fisher比的Bark小波包变换的语音特征提取算法[J];西安工程大学学报;2016年04期

9 吴为胜;张良;李磊;;虚拟场景中篡改语音检测方法的研究[J];计算机仿真;2016年07期

10 胡洋;李波;;基于Fisher准则和多类相关矩阵分析的肿瘤基因特征选择方法[J];计算机应用与软件;2016年07期

【二级参考文献】

相关期刊论文前10条

1 张勇;刘轶;;窄带语音带宽扩展算法研究[J];声学学报;2014年06期

2 谭云龙;王亚慧;许岷;;基于特征参数的语音情感识别[J];兰州文理学院学报(自然科学版);2014年05期

3 刘付民;张治斌;沈记全;;核典型相关分析算法的多特征融合情感识别[J];计算机工程与应用;2014年09期

4 赵力;黄程韦;;实用语音情感识别中的若干关键技术[J];数据采集与处理;2014年02期

5 杨鸿武;赵涛涛;;一种基于加权Mel倒谱的语音信号共振峰提取算法[J];西北师范大学学报(自然科学版);2014年01期

6 韩文静;李海峰;阮华斌;马琳;;语音情感识别研究进展综述[J];软件学报;2014年01期

7 李响;谭南林;李国正;郭然;;一种应用语音多特征检测驾驶疲劳的方法[J];仪器仪表学报;2013年10期

8 叶吉祥;王聪慧;;改进的F-score算法在语音情感识别中的应用[J];计算机工程与应用;2013年16期

9 刘万凤;胡军;袁伟伟;;陆空通话标准用语(英语)的语音指令识别技术研究[J];计算机科学;2013年07期

10 杨鸿章;;基于蚁群算法特征选择的语音情感识别[J];计算机仿真;2013年04期

【相似文献】

相关期刊论文前10条

1 张桂香;高爱国;;语音信号采集和处理方法的研究[J];高师理科学刊;2007年02期

2 季云云;杨震;;基于主分量分析的语音信号压缩感知[J];信号处理;2011年07期

3 韩大伟;熊欣;;语音信号采集和处理方法的分析[J];无线互联科技;2013年05期

4 张梅横,孙伟,刘雅君;交通指挥网络与语音信号系统的实现[J];信息技术;2000年08期

5 赵力,钱向民,邹采荣,吴镇扬;从语音信号中提取情感特征的研究[J];数据采集与处理;2000年01期

6 戴启军,卞正中,陈砚圃,张介秋;基于统计模型实现语音信号有声/无声检测的研究[J];西安交通大学学报;2002年08期

7 周开利;基于子波变换的语音信号压缩[J];海南大学学报(自然科学版);2002年02期

8 蔡建,方勇,音春,徐洪伟;一种基于频谱特征的语音信号识别方法及硬件实现[J];电声技术;2003年07期

9 屈丹,王炳锡;语音信号元音检测的新方法[J];声学学报;2003年01期

10 胡峻辉,王蓓蕾,李晶皎;基于凌阳单片机的语音信号实时采集[J];单片机与嵌入式系统应用;2003年04期