欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021100631102
申请人: 苏州大学
专利类型:发明专利
专利状态:已下证
专利领域: 乐器;声学
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于声门波信息的语音识别方法,包括源信号预处理、特征提取和分类识别三个步骤,其特征在于,所述源信号预处理提取原始语音信号的声门波信号作为特征提取的源信号;所述特征提取采用动态图像专家组标准MPEG‑7提取音频高阶统计量特征与openSMILE特征和经典声门特征相结合作为声门波信号识别的特征集;所述分类识别基于随机森林分类器采用十倍交叉验证方法进行语音识别的预测分类。

2.如权利要求1所述的基于声门波信息的语音识别方法,其特征在于,所述源信号预处理采用迭代自适应声门逆滤波算法IAIF推导目标语音信号的声门波信号,去除声道谐振、口唇辐射的干扰并突出声门激励在语音识别中的作用,具体包括以下步骤:步骤1‑1:统一语音信号的采样频率,并预加重去除其高频噪声,得到目标信号s(n);

步骤1‑2:通过迭代自适应声门逆滤波算法IAIF推导目标语音信号s(n)的声门波信号g(n);

步骤1‑3:获取声门波信号g(n)与其导数 作为特征提取步骤的源信号,其方程如下:

其中,φ(n)表征声门波时域导数直到声门激励峰值前的部分,tqc表征声带碰撞的瞬间,T表示一个声门波脉冲周期的时间,而 表征表示最大激发瞬间后的间隔称为返回相。

φ(n)可由下式获取:

其中,Ad表示声门波时域导数的幅值,tmax表示最大气流出现的瞬间,而α为生成系数,可由连续状态方程计算获取:

3.如权利要求2所述的基于声门波信息的语音识别方法,其特征在于,所述迭代自适应声门逆滤波算法IAIF包括两次迭代;第一次迭代采用一阶线性预测分析LPA计算声门波的激励模型,并将声门波的影响随激励模型通过逆滤波被去除,采用高阶线性预测分析LPA计算声道谐振的第一次预测模型,将声道谐振的影响随第一次预测模型通过逆滤波被去除,再去除口唇辐射的影响,得到第一次迭代获取的声门波模型;将声门波模型的时域信号作为第二次迭代的初始信号,重复第一次迭代的方法,去除声门波的影响、声道谐振的影响以及口唇辐射的影响得到声门波信号g(n)。

4.如权利要求1所述的基于声门波信息的语音识别方法,其特征在于,所述特征提取包括openSMILE特征提取,采用openSMILE工具提取eGeMAPS特征集,eGeMAPS特征集包括两部分:最小特征集和扩展特征集。

5.如权利要求1所述的基于声门波信息的语音识别方法,其特征在于,所述特征提取包括经典声门特征提取,所述经典声门特征包括时域特征和频域特征。

6.如权利要求1所述的基于声门波信息的语音识别方法,其特征在于,所述特征提取包括MPEG‑7音频标准描述符高阶统计量特征提取,采用动态图像专家组MPEG‑7标准从声门源信号中提取低阶音频描述符,计算每一条语音信号MPEG‑7低阶描述符特征的均值、方差、最小值、最大值、中位数高阶统计量作为MPEG‑7音频标准高阶统计量特征。

7.如权利要求1所述的基于声门波信息的语音识别方法,其特征在于,所述分类识别采用十倍交叉验证法提升语音识别方法的鲁棒性,将输入样本分为等额若干份,其中1份用于分类器的测试,其余用于随机森林分类器的训练分类,最终取多次分类结果的均值来作为语音识别的最终精度。

8.如权利要求1所述的基于声门波信息的语音识别方法,其特征在于,还包括特征优化,所述特征优化包括初步筛选和进阶优化两个步骤,所述初步筛选对各独立特征集计算其Fisher判别比,初步去除对语音识别贡献很低甚至产生负面影响的特征,所述进阶优化采用wrapper算法进行特征优化获取筛选后的组合特征集。

9.如权利要求8所述的基于声门波信息的语音识别方法,其特征在于,所述初步筛选采用Fisher判别比,Fisher判别准则原理如下:其中,k表示特征编号,μn,k和μp,k表示目标特征分布的均值,σn,k和σp,k表示目标特征分布的方差,对某一指定特征,若其在两类别语音的特征分布均值的距离大且其方差分布的距离小,则其具有较高的FDR值,同时意味着这个特征对两不同类别语音具有较高的区分度,根据FDR排名,将排名靠后的即对语音识别贡献率低的特征初步剔除。

10.如权利要求8所述的基于声门波信息的语音识别方法,其特征在于,所述进阶优化通过执行贪心后向搜索策略遍历特征空间执行wrapper特征选择,通过十倍交叉验证计算优化特征集对语音识别的平均准确率,选择识别率最佳的子集作为最终的组合特征集。