电子技术杂志社

摘要：阐述一种基于EMD-FBank的多尺度特征提取构音障碍语音识别模型。首先，利用经验模态分解（EMD）对语音信号进行分解，对分解后的信号计算短时傅立叶变换（STFT）并重新合成，提取FBank特征及其一阶、二阶差分特征，组合为EMD-FBank图谱特征。其次，采用压缩激励模块（SE）改进深度可分离卷积（DSC）模块。最后，结合EMD-FBank特征提取方法和SE改进的DSC模块，构建了构音障碍语音识别模型，并在普通话构音障碍语音数据集AISHELL-MDSC上进行训练和解码。

关键词： 构音障碍;语音识别;EMD;FBank;

基金资助： 国家自然科学基金（62063001）；

专辑： 信息科技;医药卫生科技

专题： 眼科与耳鼻咽喉科;电信技术

分类号： TN912.34;R767.92

在线公开时间： 2025-04-11 10:14（知网平台在线公开时间，不代表文献的发表时间）