哼唱检索中核心算法的研究及其在系统中的应用

哼唱检索是一种基于内容的音乐检索方法,其中音符音高值的提取算法及旋律匹配算法是本系统的两个核心算法。文章首先介绍了要实现的系统框图,然后分别介绍了三种音符音高值的提取算法及三种旋律匹配算法,最后依据实验结果选取了最为理想的音符音高值的提取算法、旋律匹配算法以及最为合适的哼唱录入时间。     

基于小波变换模极大值的去噪方法研究

小波去噪在信号处理中得到广泛应用。目前常用的方法主要有Donoho提出的阈值法和Mallat提出的模极大值法。模极大值法是一种经典的小波去噪方法,噪声的模极大值的幅度随尺度的增大而迅速减小,而正常信号随尺度的增大而增大,因此利用合适尺度的小波变换,容易把噪声从正常信号中剔除。通过试验说明这种方法对白噪声和脉冲噪声都有很好的去噪效果,并与阈值去噪比较,对于高斯白噪声,信噪比比较低的信号,模极大值去噪要优于阈值法去噪;对于脉冲噪声,脉冲噪声点数较多时,模极大值去噪要优于阈值法去噪。     

基于多姿态脸和小波变换的动态人脸识别

为了解决动态人脸识别的准确率和速度的难题,在人脸识别中提出了5种不同的姿态人脸图像建立人脸库和小波提取人脸特征的方法.介绍了不同姿态人脸图像的匹配方法和算法,通过实验确定最佳小波变换的分解层数和小波基的选择.实验和分析结果表明,这种人脸识别方法具有较快的运算速度和较高的识别率.     

基于端点检测的语音库的建立

本文研究的是在汉语语音系统中，针对语音库建立，语音的选取是否是最“纯净“的语音而做的一些试验。试验结果表明，本课题所采用的基于改进端点的检测法提高语音库建立的手段，切实可行、可靠，同时对语音清晰度、可懂度、自然度大大提高均有所帮助。     

语音录入系统中音字对应问题的研究

语音录入是用与主机相连的话筒读出汉字的语音,并将语音信号转换成对应汉字的一种录入文字的方法（又称声控输入1）。本文通过对现有的语音录入系统的分析,围绕着语音录入过程中所遇到的一音多字的问题来展开研究的,并提出了一种转换正确率高的录入方法。     

关于文字识别中两种倾斜校正算法的比较研究

本文针对字符识别中的倾斜校正（即调整字符角度）问题,提出了一种新的校正方法,先经过灰度化,二值化的预处理,再提取字符图像每列的边缘点,经过公示算法计算出这些点所在的参考直线的倾斜角度,这个角度就是字符图像的倾斜角度,本文将这种方法与常用的hough变换校正法进行了比较,实验结果表明本文的算法不仅校正效果更好,而且大量节约了系统资源和简化了计算难度。