基于Gammatone功率规整系数谱图的语种识别

作者：张昊阁; 邵玉斌^*; 龙华; 杜庆治; 周大春

来源：北京邮电大学学报, 2023, 46(02): 122-128.

DOI：10.13190/j.jbupt.2022-074

• 语种识别
• 听觉特征
• 功率规整
• 残差神经网络

针对噪声环境下语种识别率低的问题，提出了一种基于Gammatone功率规整系数谱图的语种识别方法。利用Gammatone滤波器组提取听觉特征并对噪声进行功率抑制，得到Gammatone功率规整系数，并将其转化为图像以获得特征谱图；然后使用暗通道先验算法和自动色阶算法对图像进行增强和去噪；最后使用残差神经网络模型进行训练和识别。实验结果表明，在信噪比为0 dB,噪声源分别为白噪声、车内噪声、粉红噪声、高频信道噪声、餐厅噪声和工厂噪声的条件下，所提方法相对于使用线性灰度语谱图方法的识别率分别提升了39.1%,12.3%,19.0%,5.5%,28.2%和28.5%,且在其他信噪比下的识别率也有一定提升。

• 单位
  昆明理工大学; 自动化学院