基于遗传算法数据降维的汉语数字语音识别
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


Feature Dimension Reduction Based on Genetic Algorithm for Mandarin Digit Recognition
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    针对语音信号特征参数LPCC和MFCC相结合后数据维数过高,导致识别器性能下降的问题,提出采用遗传算法对初始特征参数进行降维,来提高识别性能.首先提取语音信号的LPCC和MFCC,然后采用遗传算法对其进行特征降维,最后将得到的低维数据送入支持向量机进行识别.仿真实验结果表明,采用遗传算法进行特征降维与传统的PCA降维相比,识别率提高了12.2%,和初始特征相比识别率降低了1.23%,但是识别时间提高了4.5倍.

    Abstract:

    The dimensions are higher after combining MFCC with LPCC, which affect the performance of recognition. To solve the problem, genetic algorithm parameters for initial feature dimension reduction, to improve recognition performance. Firstly, we extract MFCC and LPCC of the speech signal. Then we reduce the dimensionality based on genetic algorithm. Finally, recognition is presented based on SVM with the low dimensional data. Simulation results show that compared to traditional PCA, the genetic algorithm recognition can increase the recognition rate by 12.2%. Meanwhile, recognition rate was reduced by 1.23% compared with the initial feature,but the recognition time increased 4.5 times.

    参考文献
    相似文献
    引证文献
引用本文

高文曦,孙小琪,镇丽华.基于遗传算法数据降维的汉语数字语音识别.计算机系统应用,2016,25(1):150-153

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2015-04-23
  • 最后修改日期:2015-06-15
  • 录用日期:
  • 在线发布日期: 2016-01-15
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号