自组织神经网络元音识别

最新推荐文章于 2024-07-30 14:24:53 发布
最新推荐文章于 2024-07-30 14:24:53 发布
阅读量1.2k 收藏 2
点赞数
分类专栏： 神经网络 文章标签： 神经网络 matlab 元音识别 MFCC
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Archer_Jin/article/details/51867229
版权
本文介绍了一种使用自组织神经网络进行元音识别的方法。首先通过Cool Edit Pro软件采集.wav格式的语音样本，接着利用Matlab提取MFCC特征参数，然后进行特征参数处理，包括端点识别和数据转换。最后，使用MATLAB的selforgmap函数对数据进行分类，实验结果显示准确率为93%。
摘要由CSDN通过智能技术生成

自组织神经网络元音识别

一、声音数据采集

语音信号的采集工作通过是Cool Edit Pro V2.1软件实现。文件为.wav音频格式，采样频率选择44.1kHz，采样编码数为8，声道为单声道。
实验中语音样本分别取自6人，实验要求每人对a，e，i，o，u五个元音字母进行依次朗读，根据录入数据建立6组，一共30个孤立声音样本。
下图其中一段语音波形：
语音波形图

二、MFCC特征参数提取

基于Matlab的MFCC特征参数提取函数可以参考：

https://cn.mathworks.com/matlabcentral/fileexchange/32849-htk-mfcc-matlab?s_tid=srchtitle

对于MFCC通俗易懂点的理解可以参考：

http://blog.csdn.net/zouxy09/article/details/9156785/

更深入点的理解可以参考：

最低0.47元/天 解锁文章
Archer_Jin
关注
专栏目录
基于MFCC参数的元音识别
赵至柔的博客
07-02 1861
基于MFCC参数的元音比对 一、需求分析 利用MFCC参数，对元音进行比对。读取每个元音的WAV文件，然后进行分帧，这里分帧的时候将重叠部分设置为0，即帧长wlen=256，帧移inc=256。每帧有256个数。 比对内容：1、同一个WAV文件的不同两帧进行对比；2、不同WAV文件的两帧进行对比。 比对方法：1、将两帧中每帧的12个mfcc参数相减，相减后求绝对值，画出波形，观察；2、...
一种新型模糊-粗神经网络及其在元音识别中的应用
01-15
<p>为度量模糊粗不确定性信息,引入了模糊粗隶属函数.基于模糊粗糙集理论构建了一种新型的模糊-粗神经网络(FRNN),该网络融合了模糊信息和粗糙信息的处理能力. 对5个元音字母的语音识别进行测试, 结果显示FRNN网络不仅训练速度快, 而且分类性能优于BP网络、RBF网络和贝叶斯分类器.</p>
【音频识别】十大数据集合集，宝藏合集，不容错过！
最新发布
Kyzy_1919的博客
07-30 630
文本选择算法的详细信息在以下论文中进行了描述：C. Veaux、J. Yamagishi 和 S. King，“语音库语料库：大型区域口音语音数据库的设计、收集和数据分析”，https：/ /doi.org/10.1109/ICSDA.2013.6709856。在CVPR2023中我们提出了精细化音视频描述任务（Fine-grained Audible Video Description, FAVD）该任务旨在提供有关可听视频的详细文本描述，包括每个对象的外观和空间位置、移动对象的动作以及视频中的声音。
语音识别数据集-spoken_numbers_pcm
12-29
spoken_numbers_pcm
[语音识别]用mindspore实现元音分类器的尝试
Kenji_Shinji的博客
07-27 718
转载地址：https://bbs.huaweicloud.com/forum/thread-92584-1-1.html 作者：Daniel46010140 前言： 自从接触到MindSpore，就一直想要用mindspore实现语音识别。在官网的教程上，看到有机器视觉的（CV），也有自然语言处理的(NLP)，可是没有语音识别（ASR），心中一直有个缺憾，想补齐这个能力。于是调研了其他的框架的入门例子，可以理解为机器视觉的MNIST： 1.Tensorflow的语音识别教程，google提供了一个含30
基于神经网络的数字识别,神经网络语音识别原理
aifans_bert的博客
08-25 1370
脉冲神经网络（SNN-SpikingNeuronNetworks)经常被誉为第三代人工神经网络。第一代神经网络是感知器，它是一个简单的神经元模型并且只能处理二进制数据。第二代神经网络包括比较广泛，包括应用较多的BP神经网络。但是从本质来讲，这些神经网络都是基于神经脉冲的频率进行编码(ratecoded）。脉冲神经网络，其模拟神经元更加接近实际，除此之外，把时间信息的影响也考虑其中。
基于神经网络的语音识别,神经网络语音合成
super339的博客
08-30 1953
BP算法的基本思想是：学习过程由信号正向传播与误差的反向回传两个部分组成；正向传播时，输入样本从输入层传入，经各隐层依次逐层处理，传向输出层，若输出层输出与期望不符，则将误差作为调整信号逐层反向回传，对神经元之间的连接权矩阵做出处理，使误差减小。经反复学习，最终使误差减小到可接受的范围。具体步骤如下：1、从训练集中取出某一样本，把信息输入网络中。2、通过各节点间的连接情况正向逐层处理后，得到神经网络的实际输出。3、计算网络实际输出与期望输出的误差。...
神经网络的图像识别技术,语音识别深度神经网络
jiefu6666的博客
09-17 2002
3、基于MATLAB 语言的网络训练与仿真建立并初始化网络% ================S1 = 24;在学习阶段应该用大量的样本进行训练学习，通过样本的大量学习对神经网络的各层网络的连接权值进行修正，使其对样本有正确的识别结果，这就像人记数字一样，网络中的神经元就像是人脑细胞，权值的改变就像是人脑细胞的相互作用的改变，神经网络在样本学习中就像人记数字一样，学习样本时的网络权值调整就相当于人记住各个数字的形象，网络权值就是网络记住的内容，网络学习阶段就像人由不认识数字到认识数字反复学习过程是一样的。
自组织竞争神经网络程序实列.zip_trafficxw8_神经网络_自组织竞争
07-15
自组织竞争神经网络（Self-Organizing Competitive Neural Networks，简称SOCNN）是一种基于人工神经网络的模型，它在机器学习领域被广泛应用于模式识别、数据聚类和特征提取。这个程序实例是为初学者设计的，旨在...
SOM自组织特征映射网络
05-15
对SOM网络进行了详细的介绍，对于学习自组织特征映射网络具有很好的帮助
统计元音--JAVA
titi2018815的博客
11-12 1448
题目： 统计每个元音字母在字符串中出现的次数。  Input 输入数据首先包括一个整数n，表示测试实例的个数，然后是n行长度不超过100的字符串。  Output 对于每个测试实例输出5行，格式如下：  a:num1  e:num2  i:num3  o:num4  u:num5  多个测试实例之间由一个空行隔开。  请特别注意：最后一块输出后面没有空行：）  Sample Input...
自组织竞争神经网络工具箱函数【神经网络十五】
M-博客
09-23 1883
创建函数 MATLAB神经网络工具箱提供了几个用于实现自组织竞争神经网络创建的函数，下面展开介绍。 1）newc函数 newc函数用于创建一个竞争神经网络，在MATLAB R2014b版本中被competlayer函数替代。newc函数的调用格式如下： net=newc(range,class,klr,clr) 其中，class是数据类别个数，也是竞争层神经元的个数；klr和clr分别表示网络的权值学习率与阈值学习率。竞争神经网络在训练时不需要目标输出，网络通过对数据分布特性的学习，自动将数据划分为指定类别
实验---采用SOM网络进行聚类
hanmengyuan2001的博客
06-14 6169
1.SOFM简介。 自组织特征映射网络SOFM又称自组织映射网络SOM，是一种自组织竞争神经网络，一个神经网络接受外界输入模式时，将会分为不同的对应区域，各区域对输入模式具有不同的响应特征，而且这个过程是自动完成的。其特点与人脑的自组织特性相类似。 其主要思想是在学习过程中逐步缩小神经元之间的作用邻域，并依据相关的学习规则增强中心神经元的激活程度，从而去掉各神经元之间的侧向连接，以达到模拟真实大脑神经系统“近兴奋远抑制”的效果。 除了SOFM外，其他常见的自组织竞争神经网络还有学习向量量化（LQV）神
语音信号中的特征提取
热门推荐
boat_lee的博客
04-18 18万+
本文介绍了语音处理中常用到的语音特征的生物和物理含义，并给出了提取方法，主要包括响度，音高，基频，MFCC，共振峰，声门波，短时能量，过零率，短时幅度，语速，停顿，等等
[Step By Step]SAP HANA PAL 自组织映射神经网络算法Self -Organizing Maps实现案例SELFORGMAP...
weixin_34304013的博客
09-04 83
编程规范：http://www.cnblogs.com/omygod/archive/2013/05/07/3064441.html 1. PAL Setup 2. APP Setup 3. Run Time 4. Check data 我们创建了一个视图来查看数据： 5. 更改参数 6. 更改参数2 ...
基于matlab的语音识系统
Serendipity的博客
07-19 1664
1、主要任务 语音识别属于模式识别范畴，它与人的认知过程一样，其过程分为训练和识别两个阶段。在训练阶段，语音识别识别系统对输入的语音信号进行学习；学习结束后，把学习内容组成语音模型库存储起来；在识别阶段，根据当前输入的待识别语音信号，在语音模型库中查找出相应的语义或者词义。本项目使用MATLAB实现简单的语音识别功能，首先对声音数据进行处理，然后提取特征参数，再进行模型训练和识别匹配，要求设计一简单实用界面。 基本要求 利用电脑或者手机采集音频信号，并进行存储； 掌握对声音的基本处理，可提取声音的特
C 语言实现 - 判断元音/辅音
G_whang的博客
01-26 1168
英语有26个字母，元音只包括 a、e、i、o、u 这五个字母，其余的都为辅音。 程序如下： #include <stdio.h> void main(){ char c; int isLowercaseVowel, isUppercaseVowel; printf("请输入一个字母\n"); scanf("%c",&c); // 小写字母元音 isLowercaseVowel = (c == 'a' || c == 'e' || c == 'i' || c == 'o'
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值