Discrete-Time Processing of Speech Signals

Deller, J.R.; Proakis, J.G.; Hansen, John H. L.

doi:10.1109/9780470544402

Cited by 1,228 publications

(1,046 citation statements)

References 0 publications

Supporting

Mentioning

927

Contrasting

Unclassified

Order By: Relevance

“…Short-term spectral estimates became popular acoustic features, computed using filter banks at first, then using signal processing techniques like the Fast Fourier Transform (FFT). In the 1960's, homomorphic or cepstral analysis was developed [3]. Since then, cepstral-based feature sets have become the standard acoustic analysis technique for speech recognition.…”

Section: History Of Asrmentioning

confidence: 99%

“…These coefficients correspond directly to the general spectral envelope of a segment of speech. Because cepstral coefficients are computed using linear signal processing techniques, they are unable to capture nonlinear or higher-order statistics of the speech signals [3]. Nonlinear processes do not obey the principle of superposition, and cannot be fully represented by power spectra.…”

Section: Pulse Trainmentioning

confidence: 99%

“…These frames are made of a length, usually around 30 milliseconds, such that speech can be considered approximately stationary. Before any spectral-based analysis is performed on these frames, they are typically windowed with a hamming or hanning window [3]. This windowing process smoothes out the spectrum, which would have high frequency characteristics that would be artificially high, due to the framing process [3].…”

Section: Cepstral Coefficientsmentioning

confidence: 99%

See 2 more Smart Citations

Sub-banded reconstructed phase spaces for speech recognition

Indrebo

Povinelli

Johnson

2006

Speech Communication

View full text Add to dashboard Cite

ii Preface A novel method for classification of speech phonemes, based on the combination of dynamical systems theory and filter banks, is introduced. The benefit of this approach is seen in its ability to model nonlinear characteristics of speech, something that traditional methods cannot do. The modeling tool that provides this capability is the reconstructed phase space. This space carries all the dynamical information present in the signal's underlying system. The reconstructed phase spaces used for modeling and classification of the phonemes are built using frequency sub-banded signals that are generated using a set of band-pass filters. This approach is motivated by empirical evidence that suggests humans process and recognize speech in sub-bands. Modeling and classification is performed on the sub-banded reconstructed phase spaces using Gaussian Mixture Models, and the results of the classifications for each sub-band are combined to form an overall classification. Several methods for the combination of the sub-band classifications are examined, and it is found that an un-weighted linear combination produces classification accuracies that are significantly higher than those of a classification system using reconstructed phase spaces of unfiltered signals. Results also demonstrate that the proposed phoneme classification system is competitive with state-of-the-art approaches.iii

show abstract

Section: History Of Asrmentioning

confidence: 99%

Section: Pulse Trainmentioning

confidence: 99%

Section: Cepstral Coefficientsmentioning

confidence: 99%

See 1 more Smart Citation

Sub-banded reconstructed phase spaces for speech recognition

Indrebo

Povinelli

Johnson

2006

Speech Communication

View full text Add to dashboard Cite

show abstract

“…Para tanto, são usadas técnicas no domí-nio do tempo (análise temporal) e/ou no domínio da frequência (análise espectral) [46]. Nesse âmbito, a energia de um sinal temporal x[·] com N amostras discretas é um escalar definido, segundo [7], como…”

Section: Parâmetros Utilizados Energia Temporalunclassified

Identificação de padrões de sinais acústicos com base em classificação paraconsistente

Paulo¹

View full text Add to dashboard Cite

AgradecimentosPrimeiramente, gostaria de agradecer a Deus por me guiar, iluminar e me dar oportunidades de alcançar meus objetivos e não desanimar com as dificuldades.À minha mãe Nely por todo apoio e dedicação de avó nos momentos que eu mais precisava, estava sempre pronta para cuidar de seus netos. Ao meu pai Ademir, que foi quem me incentivou em realizar esse trabalho, dizendo que era um orgulho para ele, quase uma cobrança de pai, fico muito feliz em poder apresentar esse título de doutora ao senhor, pois eu nunca me esqueci de suas palavras. Obrigada por todo o esforço de vocês para minha formação.Ao meu marido Eduardo pela compreensão e apoio nos momentos difíceis e que é a pessoa que a vida escolheu para ser meu companheiro, amo você. Aos meus filhos Miguel e Leonardo que são as minhas maiores riquezas, benção de Deus.À minha irmã Claudia, sobrinhas e famílias que estavam sempre presentes, torcendo e orando por mim em cada momento, principalmente nos momentos de avaliações.À minha amiga Regiane, minha irmã de coração a qual estava sempre pronta a me ajudar, minha companheira de viagens para USP, de realizações das disciplinas e avaliações, momentos esses que ficarão gravados para sempre em minha vida. Ao meu amigo André por me ajudar nas horas mais difíceis, me mostrando que há sempre uma saída mais fácil e simples para seguir, admiro muito você.Ao meu amigo Tony, pelo seu conhecimento e profissionalismo, por me fornecer o banco de músicas, separadas por gêneros musicais, para que eu pudesse realizar todos os testes desse trabalho.. E principalmente ao meu orientador Professor Ivan que me aceitou como orientada e aluna, acreditando em meu trabalho e por toda experiência que me proporcionou durante esse tempo. E meu coorientador, Professor Rodrigo que não tenho palavras para agradecer, estando presente todo esse tempo, nunca me abandonou, estando também sempre pronto a me atender e ajudar e que me ensinou muito. Obrigada Rodrigo, se Deus te proporcionar a metade do que faz por nós, alunos e orientados, pode ter a certeza que vai ser feliz pelo resto de sua vida. Com o uso de um conceito ainda não explorado para fins de classificação de dados, baseado em Lógica Paraconsistente Anotada (LPA), este trabalho visa à construção de um sistema inteligente para classificação de gêneros musicais (Music Genre Classification -MGC). Este tema, de caráter emergente na literatura, tem recebido atenção crescente da comunidade científica, tendo em vista a sua grande aplicabilidade, destacando-se o potencial de comercialização de dados multimídia pela Internet, assim como a automatização de inúmeras tarefas de data mining que envolvem sinais musicais. Utilizando uma base de dados composta por amostras de músicas representativas de cada gênero musical, tais como jazz, bolero, bossa nova, forró, salsa e sertanejo, assim como de um classificador discriminativo paraconsistente, uma abordagem supervisionada é proposta para solucionar o problema. O primeiro módulo do sistema realiza a extração de características dos diversos segm...

show abstract

“…The function of this preemphasis is to reduce the effects of the glottal pulses and radiation impedance. It also takes the focus to the spectral properties of the vocal tract [6]. This is followed by a bandpass filter, which removes constant and low frequency components of background, as well as high frequency noise and speech harmonics due to sampling and nonlinearity of the recording device.…”

Section: Implementation Examplementioning

confidence: 99%

A robust algorithm for detecting speech segments using an entropic contrast

Waheed

Weaver

Salam

The 2002 45th Midwest Symposium on Circuits and Systems, 2002. MWSCAS-2002.

View full text Add to dashboard Cite

This paper addresses the issue of automatic word/sentence boundary detection in both quiet and noisy environments. We propose to use an entropy based contrast function between the speech segments and the background noise. A simplified data based scheme of computing the entropy of the speech data is presented. The entropy-based contrast exhibits better-behaved characteristics as compared to the energy-based methods. An adaptive threshold is used to determine the candidate speech segments, which are subjected to word/sentence constraints. Experimental results show that this algorithm outperforms energy-based algorithms. The improved detection accuracy of speech segments results in at least 25 % improvement of recognition performance for isolated speech and more than 16% for connected speech. For continuous speech, a preprocessing stage comprising of the proposed speech segment detection makes the overall HMM based scheme more computationally efficient by rejection of silence periods.

show abstract

Discrete-Time Processing of Speech Signals

Cited by 1,228 publications

References 0 publications

Sub-banded reconstructed phase spaces for speech recognition

Sub-banded reconstructed phase spaces for speech recognition

Identificação de padrões de sinais acústicos com base em classificação paraconsistente

A robust algorithm for detecting speech segments using an entropic contrast

Contact Info

Product

Resources

About