基于发音特征的摩擦和事物分类方法

提出了一种基于最佳特性的摩擦音和塞擦音分类方法,该方法首先基于Seneff听觉谱提取一个描述音段能量分布特性和谱统计量的特征参数,然后采用支持向量机模型实现摩擦音和塞擦音的分类。实验结果表明,其干净的语音分类准确率可以达到90.08%,信噪比为5dB的语音分类准确率可达到80.4%,与传统的基于时频能量分布特征的摩擦音和塞擦音分类方法比例,穿透地提高了低信噪比下的性能。