您的位置: 专家智库 > >

侯雪梅

作品数:10 被引量:41H指数:4
供职机构:西安邮电学院自动化学院更多>>
发文基金:国家自然科学基金山西省自然科学基金山西省回国留学人员科研经费资助项目更多>>
相关领域:自动化与计算机技术电子电信文化科学更多>>

文献类型

  • 9篇期刊文章
  • 1篇学位论文

领域

  • 6篇自动化与计算...
  • 5篇电子电信
  • 1篇文化科学

主题

  • 9篇语音
  • 8篇语音识别
  • 5篇神经网
  • 5篇神经网络
  • 5篇RBF神经网...
  • 3篇小波
  • 3篇小波神经
  • 3篇小波神经网络
  • 3篇抗噪
  • 3篇抗噪语音识别
  • 3篇RBF网
  • 3篇RBF网络
  • 2篇语音识别方法
  • 2篇识别方法
  • 2篇小波变换
  • 2篇孤立词
  • 2篇RBF
  • 2篇LP
  • 2篇波变换
  • 1篇倒谱

机构

  • 6篇西安邮电学院
  • 4篇太原理工大学

作者

  • 10篇侯雪梅
  • 3篇张雪英
  • 2篇赵高峰
  • 1篇白静
  • 1篇田磊

传媒

  • 4篇西安邮电学院...
  • 2篇太原理工大学...
  • 2篇计算机工程与...
  • 1篇实验室研究与...

年份

  • 1篇2012
  • 1篇2011
  • 2篇2009
  • 2篇2008
  • 1篇2007
  • 3篇2006
10 条 记 录,以下是 1-10
排序方式:
基于改进LP倒谱特征和神经网络的语音识别算法研究
语音识别是近年来高速发展的一项技术,但由于其研究的复杂性,长期以来一直是一项难题,尤其是噪声环境下的非特定人语音识别。本文从一个典型的语音识别系统出发,介绍了语音识别的基本原理,讨论了几种常用的特征提取、模式匹配及模型训...
侯雪梅
关键词:语音识别RBF神经网络小波神经网络小波变换
文献传递
一种基于小波系数方差的语音端点检测方法被引量:8
2006年
首先分析讨论了小波变换的原理,在此基础上提出了一种利用小波系数方差识别含噪语音信号中静音与语音的新算法。算法首先对含噪语音进行小波分解,观察各层小波系数的统计特性,提取它们的方差作为检测特征,从而进行语音端点检测。对该算法进行了仿真实验,并与传统的基于能量与过零率的端点检测算法进行了比较。实验结果表明:该算法在低信噪比条件下也能够有效分割语音。
赵高峰张雪英侯雪梅
关键词:端点检测小波变换
基于Mel倒谱特征和RBF网络的孤立词语音识别方法被引量:2
2008年
Mel谱失真测度是一种弯折频率谱失真测度,用Mel频率尺度可较充分地反映人耳对频率及幅度的非线性感知特性,以及人耳在听到复杂声音时所表现的频率分析和谱合成特性。本文针对孤立词语音识别,对常规LPC倒谱特征提取方法进行改进,即将LPC倒谱按符合人耳听觉特性的Mel尺度进行非线性变化,得到LPC Mel倒谱系数(LPCMCC)作为特征参数。识别网络使用RBF神经网络,进行了孤立词语音识别。实验结果表明此种方法抗噪性能好,识别效果高。
侯雪梅田磊
关键词:语音识别RBF
小波网络和RBF网络的抗噪语音识别被引量:2
2009年
针对目前在噪音环境下语音识别系统性能较差的问题,利用小波神经网络融合了小波变换良好的时频局域化性质和RBF神经网络具有最佳分类能力和辨识能力等特性。构建了一个用小波基替代RBF网络中激活函数的小波-RBF神经网络结构,并采用全监督训练算法,实现了基于小波-RBF网络的抗噪语音识别系统。实验结果表明该系统比RBF网络具有更好的识别效果,尤其在噪声环境下,具有更强的鲁棒性。
侯雪梅
关键词:语音识别RBF神经网络小波神经网络
一种SVM多类分类算法用于抗噪语音识别被引量:6
2009年
为提高机器学习的推广能力,解决语音识别系统在噪声环境中识别率变差等问题,采用改进的MFCC语音特征参数,用支持向量机(SVM)作为语音识别系统的识别网络,对SVM多类分类问题采用"一对一"分类算法,实现了一个汉语孤立词非特定人中等词汇量的抗噪语音识别系统。实验结果表明,SVM线性核函数和多项式核函数具有较好分类结果;当工作在不同信噪比情况下,SVM语音识别系统有较高的识别率,训练时间也能大为缩减,具有较的好鲁棒性。
侯雪梅
关键词:支持向量机核函数多类分类算法语音识别
利用远程监控系统辅助实验室管理的研究被引量:3
2012年
随着越来越多的高校创新实验的建立,传统的以人工方式管理的实验室管理模式,制约了实验室管理效率的提高和实践创新人才的培养。本文提出一种利用远程监控系统辅助实验室管理的模式,并将该模式应用于西安邮电学院自动化实验中心。实践表明,该模式对实践教学质量提升、实验室管理效率提高和人才的培养效果显著。
侯雪梅
关键词:监控系统实验室管理实践教学
基于LPMCC特征和小波RBF网络的语音识别被引量:2
2008年
小波神经网络是结合小波变换理论与人工神经网络思想而构造出来的一种"新型的神经网络模型",融合了小波变换良好的时频局域化性质及神经网络的自学习功能。它通常可看作RBF网络的推广。本文构建了一个以Morlet母小波作为小波基,代替RBF网络中的激活函数的小波神经网络结构,并采用线性预测美尔倒谱(LPMCC)作为特征参数,进行了孤立词语音识别。实验结果表明此种方法抗噪性能好,识别效率高。
侯雪梅
关键词:语音识别RBF神经网络小波神经网络
基于RBF神经网络的抗噪语音识别被引量:7
2007年
针对目前在噪音环境下语音识别系统性能较差的问题,利用RBF神经网络具有最佳逼近性能、训练速度快等特性,分别采用聚类和全监督训练算法,实现了基于RBF神经网络的抗噪语音识别系统。聚类算法的隐含层训练采用K-均值聚类算法,输出层的学习采用线性最小二乘法;全监督算法中所有参数的调整基于梯度下降法,它是一种有监督学习算法,能够选出性能优良的参数。实验表明,在不同的信噪比下,全监督算法较之聚类算法有更高的识别率。
白静张雪英侯雪梅
关键词:语音识别RBF神经网络聚类算法
一种改进的基于LP倒谱特征的孤立词语音识别方法被引量:4
2006年
阐述了Mel谱失真测度的概念,指出用Mel频率尺度可较充分地反映人耳对频率及幅度的非线性感知特性。在此基础上,针对孤立词语音识别,对常规LP倒谱特征提取方法进行改进,即将LP倒谱按符合人耳听觉特性的Mel尺度进行非线性变化,得到LP Mel倒谱系数(LPM-CC)作为特征参数。识别网络使用RBF神经网络,进行了孤立词语音识别。实验结果表明此种方法抗噪性能好,识别效率高。
侯雪梅张雪英赵高峰
关键词:语音识别RBF
基于全监督算法RBF神经网络的语音识别被引量:3
2011年
利用RBF神经网络,采用全监督训练算法,实现基于RBF神经网络的抗噪语音识别系统。与传统的K-均值聚类算法相比较,采用全监督训练算法可避免隐含层节点中心容易对初始值敏感的缺点,且能使RBF网络具备更强的分类能力。实验结果表明,在不同的信噪比下,全监督训练算法比传统聚类算法有更高的识别率。
侯雪梅
关键词:语音识别RBF神经网络
共1页<1>
聚类工具0