基于EMD改进的MFCC关键词识别
在关键词识别中常提取的是具有表征人类听觉特性的Mel频率倒谱系数(MFCC),该特征参数在无噪声环境下能够表现出较好的识别性能,但是在实际模型训练、识别过程中往往都掺杂噪声使系统的识别性能下降,该方法对所有频率段信息进行同等处理,不能突出重要信息,为了改善以上缺点,提出了一种基于经验模态分解(EMD)改进的MFCC特征参数(EMDMFCC)提取方法.实验结果表明:在有无噪声条件下,利用EMDMFCC参数比MFCC参数进行关键词识别具有更优越的性能,特别是在噪声条件下,识别率有很大提高.
美尔频率倒谱系数 关键词识别技术 语音信号 经验模态分解
景新幸 熊开芳 杨海燕
桂林电子科技大学信息与通信学院 桂林 541000
国内会议
宁波
中文
206-209
2014-09-01（万方平台首次上网日期，不代表论文的发表时间）