首页 | 本学科首页   官方微博 | 高级检索  
     

利用投票选择机制进行语音分割的新方法
引用本文:黄湘松,赵春晖,陈立伟. 利用投票选择机制进行语音分割的新方法[J]. 计算机工程与应用, 2009, 45(24): 21-24. DOI: 10.3778/j.issn.1002-8331.2009.24.007
作者姓名:黄湘松  赵春晖  陈立伟
作者单位:哈尔滨工程大学信息与通信工程学院,哈尔滨,150001;哈尔滨工程大学信息与通信工程学院,哈尔滨,150001;哈尔滨工程大学信息与通信工程学院,哈尔滨,150001
基金项目:国家自然科学基金,黑龙江省自然科学基金 
摘    要:针对在噪声背景下连续语音信号的语音分割性能会明显下降的问题,提出了一种针对连续语音信号分割的新方法。该方法不再采用单一的端点检测方法,而是将基于分形维数的端点检测方法,基于倒谱特征的端点检测方法,基于HMM的端点检测方法等多种不同方法下得到的端点检测结果,通过投票选择的方式,得到最终的端点检测结果,从而达到对连续语音信号进行分割的目的。实验结果表明,该方法较明显地提高了语音分割的准确性。

关 键 词:语音分割  倒谱特征  分形维教  隐马尔科夫模型(HMM)  投票选择  背景噪声
收稿时间:2009-04-27
修稿时间:2009-6-11 

New method for speech segmentation using candidate selection
HUANG Xiang-song,ZHAO Chun-hui,CHEN Li-wei. New method for speech segmentation using candidate selection[J]. Computer Engineering and Applications, 2009, 45(24): 21-24. DOI: 10.3778/j.issn.1002-8331.2009.24.007
Authors:HUANG Xiang-song  ZHAO Chun-hui  CHEN Li-wei
Affiliation:College of Information and Communication Engineering,Harbin Engineering University,Harbin 150001,China
Abstract:Aiming at the question that the performance of speech segmentation declines distinctly in noise environment,this paper proposes a new speech segmentation method for continuous speech signal.The method doesn’temploy a single method for endpoint detection,but combines several different results derived from different endpoint detection methods based on fractal dimension,cepstral feature and HMM model,using a candidate selection approach to get the final boundary in order to segment the continuous speech signal.The experimental results show that the proposed approach rather improves the speech segmentation accuracy.
Keywords:speech segmentation  cepstral feature  fractal dimension  Hidden Markov Model(HMM)  candidate selection  noise environment
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号