排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
结合小波滤波器组理论和自适应波束形成技术,提出了一种基于宽带波束形成的麦克风阵列语音增强方法。该方法利用小波分析滤波器组将含噪语音信号变换到小波域;进行小波域阵列自适应波束形成;通过小波综合滤波器组重构增强后的语音信号。计算机仿真实验验证了该方法的有效性。 相似文献
2.
针对单通道非负矩阵分解语音增强算法忽略相位信息的问题,提出了一种改进的Kullback-Leibler复非负矩阵分解的语音增强算法。该算法考虑到传统非负矩阵分解算法在复频域中增强语音时目标函数的影响,构建了一种适用于复频域的Kullback-Leibler散度下的目标函数,同时采用频谱一致性约束相位谱补偿算法,使其重构出的语音数据相位谱得到进一步的调制。实验结果表明,对于不同的非平稳噪声,所提出的算法在不同信噪比下均取得了较好的语音增强效果,尤其在低信噪比条件下(0 dB以下)语音增强效果较为明显,性能评估指标的增量较高,较好地克服了由传统相位谱补偿算法造成的信源失真率较低的缺点,进一步减少失真,抑制背景噪声,实现语音增强。 相似文献
3.
4.
5.
随着空气污染问题的不断加剧, 准确检测和及时预警空气颗粒物(particulate matter, PM)的重要性日益突出。传统方法依赖专业设备, 不适用于实时检测。与传统方法相比, 基于机器感知与学习的方法体现出技术优势, 具有可实时检测、准确性高等优点。因此, 对近几年的基于机器感知与学习的PM智能检测、识别与预警方法进行详细综述。首先, 对PM的标准和来源进行介绍; 然后, 从检测、识别和预警这3个方面详细总结了各类方法, 并对比各方法的特点和性能, 其中, 基于机器学习和深度学习的方法在各研究中取得了较大进展; 最后, 总结全文主要内容, 并提出当前领域面临的挑战以及未来的重点研究方向。未来的研究应该继续关注技术创新和数据质量, 以实现更好的空气质量监测和管理。
相似文献
1