Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2018 - zeszyt 6

Speech Recognizer-Based Non-Uniform Spectral Compression for Robust MFCC Feature Extraction

Niejednorodna kompresja spektralna do odpornej ekstrakcji cech MFCC

10.15199/48.2018.06.17

nr katalogowy: 114165
10.15199/48.2018.06.17

Streszczenie

Spectral compression is an effective robust feature extraction technique to reduce the mismatch between training and testing data in feature domain. In this paper we propose a new MFCC feature extraction method with non-uniform spectral compression for speech recognition in noisy environments. In this method, the energies of the outputs of the mel-scaled band pass filters are compressed by different root values adjusted based on information from the back-end of speech recognition system. Using this new scheme of speech recognizer based non-uniform spectral compression (SRNSC) for mel-scaled filter-bank-based cepstral coefficients, substantial improvement is found for recognition in presence of different additive noises with different SNR values on TIMIT database, as compared to the standard MFCC and features derived with cubic root spectral compression.

Abstract

Kompresja spektralna jest efektywną i niezawodną techniką wyodrębniania cech w celu zmniejszenia niedopasowania między danymi uczącymi i testowymi w domenie cech. W tym artykule proponujemy nową metodę wyodrębniania cech MFCC z niejednorodną kompresją spektralną do rozpoznawania mowy w hałaśliwym otoczeniu. W opisywanej metodzie, energie wyjść pasmowych filtrów skali melowej są kompresowane przez różne wartości bazowe wyznaczone na podstawie informacji z back-endu systemu rozpoznawania mowy. Stosując ten nowy schemat niejednorodnej kompresji spektralnej (SRNSC) opartej na rozpoznawaniu mowy dla współczynników cepstralnych opartych na banku filtrów o skali melowej, stwierdzono znaczną poprawę rozpoznawania w obecności różnych szumów addytywnych o różnych wartościach SNR z bazy danych TIMIT, w porównaniu do standardowego MFCC i cech wyznaczonych za pomocą pierwiastkowej kompresji spektralnej.

Słowa kluczowe

Keywords

Bibliografia

[1] Acero A., Stern R. M., Robust speech recognition by normalization of the acoustic space, in IEEE International Conference on Acoustics, Speech, and Signal Processing., (1991), 893-896
[2] Alexandre P., Lockwood P., Root cepstral analysis: a unified view: application to speech processing in car noise environments, Speech Communication, 12 (1993), 277-288
[3] Chu K. K., Leung S. H., SNR-dependent non-uniform spectral compression for noisy speech recognition, in IEEE International Conference on Acoustics, Speech, and Signal Processing, (2004)
[4] Nasersharif B., Akbari A., SNR-dependent compression of enhanced Mel sub-band energies for compensation of noise effects on MFCC features, Pattern Recognition Letters, 28 (2007)
[5] Nafalski A., Wibawa A.P., Machine translation with Javanese speech levels’ classification, IAPGOS, 6 (2016), No. 1, 21-25
[6] Varga A., The Noise-92 Study on the Effect of Additive Noise on Automatic Speech Recognition, DRA Speech Research Unit, St. Andrew’s Rd., Malvern, Worcestershire, WR14 3PS UK, (1992).
[7] Kamińska D., Pelikant A., Spontaneous emotion recognition from speech signal using multimodal classification, IAPGOS, 2 (2012), No. 3, 36-39
[8] Sameti H., Veisi H., Bahrani M., Babaali B., Hosseinzadeh K., NEVISA, A Persian Continuous Speech Recognition System, in 13th International CSI Computer Conference, Kish Island, Persian Gulf, Iran, (2008).

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 114165 "Speech Recognizer-Based N..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY - e-zeszyt (pdf) 2018-6 licencja: Osobista Produkt cyfrowy	55.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2018-6

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma