基于仿生膜耦合神经网络的快速频率辨别与音素识别
音频与语音处理
2020-04-10 v1 机器学习
声音
生物物理
摘要
在人耳中，基底膜在声音识别中起着核心作用。当受到声音激励时，该膜产生依赖于频率的位移模式，由听觉毛细胞结合人体神经系统检测并识别。受此结构启发，我们设计并制备了一种人工膜，其响应可听信号产生空间位移模式，并用于训练卷积神经网络（CNN）。当使用单频音训练时，该系统能明确区分频率上紧密相邻的音。当改为训练以识别 spoken vowels（元音）时，该系统在音素识别上优于现有方法，包括离散傅里叶变换（DFT）、zoom FFT 和 chirp z-transform，尤其在短时间窗下测试时表现更佳。因此，与现有方法相比，该声音识别方案有望在快速且准确的声音识别方面带来显著益处。
引用
@article{arxiv.2004.04459,
title = {Fast frequency discrimination and phoneme recognition using a biomimetic membrane coupled to a neural network},
author = {Woo Seok Lee and Hyunjae Kim and Andrew N. Cleland and Kang-Hun Ahn},
journal= {arXiv preprint arXiv:2004.04459},
year = {2020}
}
备注
7 pages, 4 figures