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
病毒性脑炎患儿脑电图、神经功能、免疫功能及相关因子水平检测与意义
妊娠对雌性大鼠冷防御性肩胛间区棕色脂肪组织产热的影响及其机制
神经退行性疾病发病机制的研究进展
猪链球菌生物被膜形成的耐药机制
带有滑动摩擦摆支座的500 kV变压器地震响应
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