典型文献
基于骨导麦克风数据的咀嚼发音类型自动识别与分类方法
文献摘要：
口腔运动与人们的饮食规律息息相关,该文通过对口腔运动状态的分析识别来监测人们的饮食规律,以此来指导人们的饮食习惯.借助语音识别技术的思想和方法,分析识别口腔运动产生的骨导音,为提升识别效率,采用了传统的隐马尔可夫模型.基于隐马尔可夫模型建立了一套骨导音识别系统,在进行骨导音识别之前,通过分帧加窗、提取梅尔频率倒谱系数,对其进行模型训练;在识别过程中,找出与待测音频信号和模板库中匹配度最高的模型,以其模型输出结果作为最后的识别结果.该方法的识别结果可以达到84％,实验结果表明该方法具有一定的可行性.
文献关键词：
梅尔倒谱系数;隐马尔可夫模型;HTK工具;口腔运动状态
中图分类号：
作者姓名：
更太加;张新意;魏建国
作者机构：
青海民族大学人工智能应用技术国家民委重点实验室,青海西宁810007;天津大学智能与计算学部,天津300350
文献出处：
引用格式：
[1]更太加;张新意;魏建国-.基于骨导麦克风数据的咀嚼发音类型自动识别与分类方法)[J].声学技术,2022(04):556-561
A类：
口腔运动状态
B类：
骨导,麦克风,咀嚼,发音,音类,自动识别,识别与分类,分类方法,对口,分析识别,饮食习惯,助语,语音识别技术,隐马尔可夫模型,识别系统,分帧,加窗,梅尔频率倒谱系数,模型训练,识别过程,测音,音频信号,模板库,匹配度,模型输出,输出结果,梅尔倒谱系数,HTK
AB值：
0.359911
相似文献
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。
