《表2 不同噪声环境下机器人语音命令各特征提取算法的识别准确率》
%
为了验证笔者提出的算法在车间环境下的抗噪性,采用Noisex-92标准库[15]中的白噪声、粉红噪声、汽车噪声和车间噪声,并对所有的语音命令分别生成信噪比为-5dB、0dB、5dB、10dB、15dB和20dB的语音信息。然后对Turtlebot机器人语音控制命令分别提取其梅尔倒谱系数特征、伽玛通倒谱系数特征、基于Teager能量算子的GFCC特征和混合特征进行对比实验,结果如表2所示。通过对表2中的实验数据分析可知:
图表编号 | XD00139889600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.20 |
作者 | 王晓华、要鹏超、马丽萍、王文杰、张蕾 |
绘制单位 | 西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院 |
更多格式 | 高清、无水印(增值服务) |