积分商城

最新搜索： altium Designer 20 电路设计与仿真从入门到精通 CH340 排插 入门教程 canopen TMC5160
您现在的位置是：首页 > 技术资料 > 基于区分性联合字典的语音识别及控制系统资料
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于区分性联合字典的语音识别及控制系统资料

更新时间：2020-07-06 13:19:16 大小：3M 上传用户：liqiang9090查看TA发布的资源 标签：语音识别 下载积分：2分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

人工智能在当今社会炙手可热，语音识别技术凭借着与人工智能的紧密联系，
研究热度也一直处于上升状态。语音识别技术的使用便捷，用户接受程度高和声音
输入设备造价低廉等优点使其可以在多方面推广应用。但是传统的语音识别算法抗
噪能力差，识别精度低，不能胜任实际场景中的应用。为了顺应现代化发展趋势以
及保证语音识别的准确率，本文首先根据非负限制的 K-SVD 算法提出了双重稀疏
K-SVD 算法，该算法有着更为优越的收敛性，而且它的相对误差也小于 K-SVD 算法。
运用双重稀疏 K-SVD 算法对字典进行稀疏表示，可以让字典获得更加理想的自适应
能力，同时提升计算速度，有助于稀疏表示更大规模的信号。传统联合字典尽管能
够获得纯净语音和噪声样本中的信号分布特征和规律，但却忽略了纯净语音字典与
噪声字典之间存在相关性原子，导致了稀疏重构阶段源混淆现象的发生。所以本文
又提出了基于区分性联合字典学习的语音降噪算法，该算法通过在字典间加入字典
区分约束项，增强了字典的区分能力，使每个信号都能够在联合字典中对应的子字
典上稀疏表示，抑制其在非对应子字典上的稀疏表示。同时将双重稀疏 K-SVD 算法
应用于其中，既避免了字典间存在相关性原子，又提高了算法的自适应性。通过实
验分析证明了区分性联合字典的有效性，并且该算法在较高噪声的干扰下仍具有很
强的降噪能力。最后，针对实际应用场景，对嵌入式语音识别系统进行了硬件设计，
传统 LD3320 语音识别芯片与 51 单片机的结合方式限制了识别指令的条数且识别成
功率不高，因此选用 V290pub 语音识别模块结合 STM32 单片机予以替代，通过识别
成功率实验验证了硬件设计的可行性，通过示波器对语音信号的波形分析得出了本
文所提算法与嵌入式平台设计的结合具备良好的语音降噪能力。

部分文件列表

文件名文件大小修改时间
基于区分性联合字典的语音识别及控制系统_姜峰.caj3156KB2020-07-06 11:50:52

【关注视频号领20积分】   【关注公众号立即送20积分】

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号