典型文献
基于改进CFCC特征提取的语种识别算法研究
文献摘要：
针对在低信噪比下语种识别准确率低的问题,提出一种基于分数阶小波变换的语种识别算法.首先,在特征提取前端采用自适应滤波法对带噪信号进行噪声滤除,以减小噪声对特征提取的影响,提升系统对带噪信号的处理能力.其次,采用新型分数阶小波变换作为小波基函数来模拟信号在耳蜗基底膜上的传播过程,利用非线性幂函数对信号进行压缩处理.最后,通过模拟人耳听觉过程提取改进耳蜗滤波器倒谱系数(CFCC).实验结果表明,改进CFCC与传统CFCC相比显著提升了语种识别准确率,在0 dB信噪比下语种识别准确率平均提升了11.1％,充分验证了所提算法的有效性和稳健性.
文献关键词：
语种识别;自适应滤波;分数阶小波变换;神经网络;耳蜗滤波器倒谱系数
中图分类号：
作者姓名：
龙华;黄张衡;邵玉斌;杜庆治;苏树盟
作者机构：
昆明理工大学信息工程与自动化学院,云南昆明 650500
文献出处：
引用格式：
[1]龙华;黄张衡;邵玉斌;杜庆治;苏树盟-.基于改进CFCC特征提取的语种识别算法研究)[J].通信学报,2022(12):211-221
A类：
CFCC,分数阶小波变换,耳蜗滤波器倒谱系数
B类：
语种识别,识别算法,算法研究,低信噪比,识别准确率,自适应滤波,噪声滤除,提升系统,处理能力,小波基函数,模拟信号,基底膜,传播过程,幂函数,拟人,人耳听觉,dB
AB值：
0.184101
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
