拉斯塔马特

在Matlab中用melfcc.m和invmelfcc.m实现了PLP和RASTA(以及MFCC,和反转)。。另一种流行的语音特征表示被称为RASTA-PLP,是相对频谱变换-感知线性预测的缩写。PLP最初是由Hynek Hermansky提出的,它是一种扭曲频谱的方法,在保持重要语音信息的同时最小化说话人之间的差异[Herm90]。RASTA是一种单独的技术,它将带通滤波器应用于每个频率子带中的能量,以平滑短期噪声变化,并消除语音信道中(例如,电话线[HermM94])中的静态频谱着色而产生的任何恒定偏移。。


zbMATH中的参考文献(参考文献27条)

显示第1到第20个结果,共27个。
按年份排序(引文)
  1. 林、陈云;苏、李;吴厚添:波形函数分析。当倒谱满足时频分析(2018年)
  2. 阿特金斯,杰明;Sharma,Davinder Pal:使用Andrews曲线可视化婴儿语言互动(2016)ioport公司
  3. Karpukhin,I.A.:音素识别精度对俄语语音自动识别质量的贡献(2016)
  4. 冈萨雷斯·多明格斯,哈维尔;洛佩兹·莫雷诺,伊格纳西奥;莫雷诺,佩德罗J。;冈萨雷斯·罗德里格斯(Gonzalez Rodriguez),华金(Joaquin):使用深层神经网络在短话语中进行逐帧语言识别(2015)ioport公司
  5. 木贼属;卡萨曼尼,阿塔那修斯;西奥多拉基斯,斯塔夫罗斯;Maragos,Petros:通过多个假设重新筛选的多模态手势识别(2015)
  6. 克莱,塞巴斯蒂安;利格斯,乌韦;Leisch,Friedrich:通过递归约束(K)-均值聚类法对音乐和音色进行分割(2014)
  7. Lee,Jong-Seok:视觉语音传递过滤,用于强健的自动唇读(2014)ioport公司
  8. 谢弗,菲利普B。;金德哲Z.:基于听觉特征检测和峰值序列解码的噪声鲁棒语音识别(2014)
  9. 崔永孙;Lee,Soo Young:基于人工耳蜗模型的噪声环境下自动语音识别的非线性光谱时间特征(2013)ioport公司
  10. 库里安,奇尼;Krishnan数字识别系统ioport公司
  11. 沈海峰;刘刚;郭俊:基于两阶段模型的鲁棒语音识别特征补偿(2012)
  12. 利格斯,乌韦;Krey,Sebastian:用于仪器分类的特征聚类(2011)
  13. 亚历山大·沃沃克;泽勒,斯特芬;科洛萨,多萝西娅;费尔南德斯·阿斯图迪略,拉蒙;Lerch,Dennis:使用缺失和不可靠数据进行视听语音识别(2011)
  14. 乔希,尼尔;Guan,Ling:结合识别器的特征融合在缺失数据ASR中的应用(2010)ioport公司
  15. 吕勇;吴海阳;周林;吴振阳:基于向量泰勒级数的多环境模型自适应鲁棒语音识别(2010)
  16. 马赫迪,阿卜杜勒侯赛因E。;Picovici,Dorel:非侵入性语音质量评估的新单端客观度量(2010)ioport公司
  17. 明松,新贵;浅川、佐藤实;铃木,Masayuki;乔宇:语音结构及其在鲁棒语音处理中的应用(2010)
  18. 海萨特,侯赛因;Abu Zitar,Raed:使用SPHINX引擎的阿拉伯语语音识别(2008)ioport公司
  19. O'Shaughnessy,Douglas:特邀论文:自动语音识别:历史、方法和挑战(2008)
  20. 皮萨恩,丘蒂玛;Theeramunkong,Thanaruk:用于自动拼写语音识别的泰语拼写分析(2008)ioport公司