返回列表 发布新帖

基于神经网络的视觉语音识别系统

7 0
admin 发表于 2024-12-14 11:59 | 查看全部 阅读模式

文档名:基于神经网络的视觉语音识别系统
摘要:视觉语音识别(Audio-VisualSpeechRecognition,AVSR)系统结合音频和视觉信息,提供可靠的语音识别功能.为了提高AVSR系统在低信噪比(Signal-to-NoiseRatio,SNR)环境下的识别准确率,提出一种基于循环神经网络(RecurrentNeuralNetwork,RNN)的AVSR系统.该系统由音频特征提取模块、视觉特征提取模块以及音频和视觉特征联合模块3部分组成.特征联合模块利用RNN将基于梅尔频率倒谱系数的音频特征与OpenCV库中的Haar级联检测提取的视觉信息相结合,以提高系统识别率.实验结果表明,在低信噪比条件下,所提系统的正确识别率保持在89%左右.

Abstract:Audio-visualSpeechRecognition(AVSR)systemscombineaudioandvisualinformationtoprovidereliablespeechrecognition.InordertoimprovetherecognitionaccuracyofAVSRsysteminlowSignal-to-NoiseRatio(SNR)environment,aRecurrentNeuralNetwork(RNN)basedAVSRsystemisproposedinthispaper.Thesystemconsistsofthreeparts:audiofeatureextractionmodule,visualfeatureextractionmoduleandaudioandvisualfeaturecombinationmodule.ThefeatureassociationmoduleusesRNNtocombinetheaudiofeaturesbasedontheMelfrequencycepstrumcoefficientwiththevisualinformationextractedfromtheHaarcascadedetectioninOpenCVlibrarytoimprovetherecognitionrateofthesystem.Theexperimentalresultsshowthatthecorrectrecognitionrateoftheproposedsystemisabout89%undertheconditionoflowSNR.

作者:张晋宁Author:ZHANGJinning
作者单位:山西机电职业技术学院,山西长治046000
刊名:电声技术
Journal:AudioEngineering
年,卷(期):2023, 47(11)
分类号:TP311.5
关键词:视觉语音识别  循环神经网络(RNN)  梅尔频率倒谱系数(MFCC)  信噪比(SNR)  
Keywords:audio-visualspeechrecognition  RecurrentNeuralNetwork(RNN)  Mel-FrequencyCepstralCoefficient(MFCC)  Signal-to-NoiseRatio(SNR)  
机标分类号:TN912.34TP391.41TP11
在线出版日期:2024年2月1日
基金项目:基于神经网络的视觉语音识别系统[
期刊论文]  电声技术--2023, 47(11)张晋宁视觉语音识别(Audio-VisualSpeechRecognition,AVSR)系统结合音频和视觉信息,提供可靠的语音识别功能.为了提高AVSR系统在低信噪比(Signal-to-NoiseRatio,SNR)环境下的识别准确率,提出一种基于循环神经网络(Recurren...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于神经网络的视觉语音识别系统  Audio-visual Speech Recognition System Based on Neural Network

基于神经网络的视觉语音识别系统.pdf
2024-12-14 11:59 上传
文件大小:
618.21 KB
下载次数:
60
高速下载
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
    微信扫一扫
  • 联系QQ客服
    QQ扫一扫
2022-2025 新资汇 - 参考资料免费下载网站 最近更新浙ICP备2024084428号
关灯
快速回复 返回顶部 返回列表