如何有效的从随机背景噪声中准确提取语言信息是语音识别技术急需解决的关键问题。听觉系统有很好的抗噪声能力。最新研究表明,听觉系统对时序信号的传输与处理有抗噪声,甚至利用噪声增强信号的能力,该能力来自至今未被运用的听觉系统独特的时序信号非线性处理机制。本研究将通过生理实验和物理模型,研究内毛细胞、听神经、具有不同自发发放率听神经阵列、耳蜗核的非线性信号处理机制,建立反映这些机制的非线性点序列信号处理模型,并在此基础上构筑运用这些时序信号非线性处理机制的抗噪声语音信号处理方法。该研究将成为语音识别技术的重大突破口,有效解决语音识别技术中的噪声问题,开创运用神经点序列信号处理方式的崭新信号处理模式,为相关声信号(如水声信号)处理中噪声问题的解决、高灵敏度微型声传感器的设计提供借鉴。对听觉时序信号处理机制的研究,将增进对听觉信号处理与编码机制的认知,具有重要的科学意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
农超对接模式中利益分配问题研究
粗颗粒土的静止土压力系数非线性分析与计算方法
环境类邻避设施对北京市住宅价格影响研究--以大型垃圾处理设施为例
小跨高比钢板- 混凝土组合连梁抗剪承载力计算方法研究
内点最大化与冗余点控制的小型无人机遥感图像配准
语音信号非线性处理方法研究
基于段特征分布及听觉机理的抗噪音语音识别方法研究
听觉场景分析及其噪声环境下的语音识别
基于模型法的抗噪声语音识别