面向非英语母语者词识别的频率质心特征
声音
2022-06-16 v1 计算与语言
音频与语音处理
摘要
本工作的目标是研究能够辅助经典的梅尔频率倒谱系数（MFCCs）的互补特征，用于不同母语的非英语母语者在封闭、有限集词识别任务中。与源自语音信号谱能量的 MFCCs 不同，所提出的频率质心（FCs）封装了语音频谱各频带的谱中心，其中频带由梅尔滤波器组定义。观察到这些特征与 MFCCs 结合，在英语词识别中尤其在多种噪声条件下可提供相对性能提升。采用两阶段卷积神经网络（CNN）对带有阿拉伯语、法语和西班牙语口音的英语词特征进行建模。
引用
@article{arxiv.2206.07176,
title = {Frequency-centroid features for word recognition of non-native English speakers},
author = {Pierre Berjon and Rajib Sharma and Avishek Nag and Soumyabrata Dev},
journal= {arXiv preprint arXiv:2206.07176},
year = {2022}
}
备注
Published in IEEE Irish Signals & Systems Conference (ISSC), 2022