Towards continuous speech recognition using surface electromyography

肌电图 语音识别 计算机科学 面部肌电图 隐马尔可夫模型 人工智能 模式识别(心理学) 物理医学与康复 医学
作者
Szu‐Chen Stan Jou,Tanja Schultz,Matthias Walliczek,Florian Kraft,Alex Waibel
标识
DOI:10.21437/interspeech.2006-212
摘要

We present our research on continuous speech recognition of the surface electromyographic signals that are generated by the human articulatory muscles. Previous research on electromyographic speech recognition was limited to isolated word recognition because it was very difficult to train phoneme-based acoustic models for the electromyographic speech recognizer. In this paper, we demonstrate how to train the phoneme-based acoustic models with carefully designed electromyographic feature extraction methods. By decomposing the signal into different feature space, we successfully keep the useful information while reducing the noise. Additionally, we also model the anticipatory effect of the electromyographic signals compared to the speech signal. With a 108-word decoding vocabulary, the experimental results show that the word error rate improves from 86.8% to 32.0% by using our novel feature extraction methods. Index Terms: speech recognition, electromyography, articulatory muscles, feature extraction.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
不配.应助倪妮采纳,获得10
2秒前
不配.应助pray采纳,获得20
3秒前
jevon完成签到,获得积分0
6秒前
桐桐应助科研通管家采纳,获得10
7秒前
赘婿应助科研通管家采纳,获得30
7秒前
科研通AI2S应助科研通管家采纳,获得10
7秒前
酷波er应助科研通管家采纳,获得10
7秒前
JamesPei应助科研通管家采纳,获得10
7秒前
Candice应助科研通管家采纳,获得10
7秒前
Akim应助科研通管家采纳,获得10
7秒前
Lucas应助科研通管家采纳,获得10
7秒前
8秒前
loka完成签到,获得积分10
8秒前
8秒前
8秒前
8秒前
8秒前
情怀应助Yy采纳,获得10
9秒前
lilila666发布了新的文献求助10
13秒前
忧郁老头发布了新的文献求助10
13秒前
浅笑安然发布了新的文献求助30
13秒前
青绿发布了新的文献求助10
15秒前
qiao完成签到,获得积分10
15秒前
Paddi完成签到,获得积分10
16秒前
共享精神应助呆萌冰烟采纳,获得10
17秒前
17秒前
20秒前
Q甜完成签到,获得积分10
20秒前
Jack完成签到,获得积分10
21秒前
天天快乐应助Kirin采纳,获得10
22秒前
23秒前
如意发布了新的文献求助10
23秒前
欣喜雪晴发布了新的文献求助10
24秒前
26秒前
神说要有光完成签到 ,获得积分10
26秒前
任嘉嘉发布了新的文献求助10
26秒前
领导范儿应助hao采纳,获得10
26秒前
lanlan发布了新的文献求助10
27秒前
黄晓杰2024完成签到 ,获得积分10
27秒前
高分求助中
Histotechnology: A Self-Instructional Text 5th Edition 2000
Rock-Forming Minerals, Volume 3C, Sheet Silicates: Clay Minerals 2000
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Encyclopedia of Computational Mechanics,2 edition 800
The Healthy Socialist Life in Maoist China 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3270806
求助须知:如何正确求助?哪些是违规求助? 2910144
关于积分的说明 8352574
捐赠科研通 2580632
什么是DOI,文献DOI怎么找? 1403576
科研通“疑难数据库(出版商)”最低求助积分说明 655864
邀请新用户注册赠送积分活动 635245