首页 > 文献资料
-
经验模态分解在咳嗽音检测中的应用
咳嗽是众多呼吸道疾病中常见的重要病症之一,具有极其重要的临床信息.本文提出了一种基于经验模态分解(EMD)和Teager能量算子的咳嗽音识别特征,与传统方法提取的美尔倒谱参数相比,EMD方法的特征参数在个数上有大幅度的下降.试验证明,EMD方法的特征参数在高信噪比环境下的咳嗽音榆测中是行之有效的.
关键词: 经验模态分解 本征模态函数 咳嗽音 Teager能量算子 -
基于Teager能量算子(TEO)非线性特征的语音情绪识别
目的探索识别汉语语音情绪的有效识别特征.方法采用基于Teager能量算子(TEO)的非线性特征,通过马尔可夫模型法(HMM),从汉语语音中识别平静和生气、欢快、悲伤4种情绪.结果文本有关时,5个非线性特征:基于频域TEO的Mel倒谱系数(nonlinear frequency domain Mel,NFD_Mel)、基于幅频特性的Mel倒谱参数(amplitude and frequency property Mel,AF_Mel)、基于微分幅频特性的Mel倒谱参数(amplitude and frequency property Mel of differential,DAF_Mel)、基于幅度调制的子带倒谱参数(AM-based SBCC,AM_SBCC)及基于幅频调制的子带倒谱参数(AMFM-based SBCC,AMFM_SBCC)的情绪识别性能全部高于Mel频率倒谱参数(Mel-scaled cepstrum coefficients,MFCC).文本无关时,NFD_Mel、AF_Mel、DAF_Mel的识别率高于MFCC,AM_SBCC、AMFM_SBCC的情绪识别率低于MFCC.结论结合非线性TEO的识别特征NFD_Mel、AF_Mel、DAF_Mel可有效提高情绪识别性能.
关键词: 语音 情绪 识别 Teager能量算子