首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 125 毫秒
1.
高谦  张国杰  张树才 《通信技术》2008,41(6):153-154
为了实现高速语音特征参数的提取,在分析了美尔频率倒谱特征参数提取算法的基础上,提出了算法的硬件设计方案,介绍了各模块的设计原理.该方案增加了语音激活检测功能,可对语音信号中的噪音帧进行检测,提高了特征参数的可靠性.最后将设计实现于Stratix Ⅱ系列FPGA上,仿真结果表明设计可以实现高速,高精度的MFCC特征参数提取.  相似文献   

2.
余大勇 《电声技术》2011,35(1):53-55
为了提高语音信号的清晰度,利用基于自相关的自适应滤波器对语音信号进行增强.在理论上研究了该滤波器的频率响应和语音增强原理.同时设计并实现了使用该算法的自适应语音增强器,介绍了该增强器的硬件结构.经过试验研究,证实该增强器能对白噪声环境中的语音信号进行有效增强,实际使用效果明显.  相似文献   

3.
卢仁义  李毅 《电子技术》2008,45(3):24-27
文章介绍了凌阳SPCE061A的芯片特点及其语音特色,并以凌阳SPCE061A为控制核心,设计制作一款带有语音的简易计算器的硬件结构和软件实现.经过测试,该计算器语音播报清晰.  相似文献   

4.
张震宇   《电子器件》2008,31(2):738-742
为较准确地检测出酒精浓度值,设计了一种新型的酒精浓度检测器.系统以16位语音单片机SPCE061A和MQK2型酒精传感器为基础,通过人性化的语音提示和播报功能,实现了该检测器一定程度上的智能化.给出了系统的硬件组成,并具体阐述了软件设计过程.实验中取得了令人满意的检测效果,测量范围为0.04~0.76 mg/L(BrAC),相对标准偏差(RSD)小于3%.该检测器特色在于简洁的硬件结构、高效的软件设计和较高的性价比,可用于测试驾驶员是否饮酒过度,具有一定的市场前景和实用价值.  相似文献   

5.
本文讨论了一种具有实用价值的提取时域语音特征的硬件方法.使用该方法不仅能节省计算机内存,而且还能做到实时处理.借助于一种简单的硬件线路,就可以准确、可靠地提取出语音的过零率和包络.该法可以用于计算机语音识别及汉语语音分析中辅/元音的判别.  相似文献   

6.
提出了一种基于单片机的非特定人语音控制系统,介绍了系统的硬件结构及设计方法.该控制系统以STC12LE5A60S2单片机作为处理器,利用ICRoute公司的LD3320模块进行语音识别,并通过RF905进行无线通信实现对L298N电机驱动模块的控制从而实现了对玩具车行驶的语音控制.该玩具车能够在按键和语音2种方式的控制下实现前进、后退、左转和右转等功能.在车体的前方和两侧各安放1个红外探头,可以实现行驶中自动避障功能.此方案对于智能玩具及相关研究具有较高的价值.  相似文献   

7.
该项目基于单片微型计算机设计了一种智能送餐机器人.该设计主要内容包括送餐机器人的总体方案设计,完成了软件设计及硬件结构的制作,对送餐机器人的各项功能及性能指标进行了规划,最后编制完成了整体的控制程序并进行调试.该送餐机器人结合了自动送餐和语音点餐的特点,又兼具了紧急避障、人体检测、语音交流、智能控制等各项特色功能,再加上多样化搭载平台的理念,具备了适应各种不同餐厅环境的能力.  相似文献   

8.
基于低信噪比条件下的VAD算法研究   总被引:3,自引:0,他引:3  
通过分析短波语音时特征,提出了一种在低信噪比条件下进行语音活动检测(VCD)方法.该方法能在较低的信噪比条件下准确地检测出语音信号,且计算简单,硬件处理容易,可靠性高,适合于战时的需要.计长时算机模拟显示这是一种比较好的搞噪语音检测方案.  相似文献   

9.
本文介绍了一种用于电话语音检测及处理的智能处理系统,分析了该系统的功能,设计了实现其功能的系统的网络结构、硬件结构,同时对系统功能进行模块化划分,阐述分析了各软件模块的功能,并分析了语音资料的处理流程及系统各模块的关系。  相似文献   

10.
基于ISD1420芯片,给出一种利用单片机89C51控制的语音编辑器,分析该系统的构成、硬件方案、用户界面以及软件方案。首先给出整个系统的总体构成以及框图,同时给出一个硬件系统的设计方案和软件流程,也给出了一个简要的方法去实现用户界面。语音编辑器具有分段、录音、播放、组合播放等基本的语音编辑功能,具有MIC与线路录音两种模式,利用该方法设计的语音编辑器既可以单独用来对音频设备进行语音编辑,也可以以模块的形式加入到其他设备上。  相似文献   

11.
方杰  李英  钱红 《电声技术》2006,(8):46-49
在研究双门限比较法的基础上,提出了语音端点检测不变门限三次搜索检测法,该方法主要由多词检测、端点修复和漏点检测3部分组成,有效解决了双门限比较法检测连续词端点的门限设置问题;在语音信号归一化的前提下,能以同一门限准确检测出语音信号的端点。在较低信噪比情况下,基于语音信号的短时相对自相关序列的短时平均幅度的端点检测能够获得较高的检测精度。  相似文献   

12.
基于子带能量累积变化的语音端点检测   总被引:1,自引:0,他引:1  
噪声环境下的语音端点检测在稳健语音识别中占有十分重要的地位。根据噪音和语音子带能量的累积分布变化,提出一种新的语音信号端点检测算法。通过计算各帧的子带能量变化程度,并以此设定门限进行语音端点的检测。实验表明,与一些传统的端点检测算法比较,该算法在速度和抗噪声能力上都有所增强,适合低信噪比下的语音端点检测。  相似文献   

13.
一种基于多特征的带噪语音信号端点检测与音节分割算法   总被引:2,自引:0,他引:2  
语音信号的端点检测和音节分割直接决定语音识别率。在传统方法的基础上提取语音信号的多个特征参数,并综合利用各个参数的特性进行检测和分割,提高了端点检测和音节分割的准确度。  相似文献   

14.
端点检测是语音信号处理中的一个非常重要的步骤,其准确度直接影响语音信号处理的速度和效果。传统的端点检测方法可以在高信噪比环境下准确地检测语音端点,但在低信噪比情况下,传统的端点检测特征参数不能充分描述语音信号的特征,导致端点检测效果的下降。为此,本文提出了一种对语音进行改进的多窗谱减法降噪和中值滤波减少低信噪比环境下无话段的起伏后,在结合对数能量、过零率和自相关函数主副峰比值的端点检测方法,实验表明,该方法比传统的端点检测方法具有更好的精度和鲁棒性,在低信噪比环境下取得了良好的端点检测效果。  相似文献   

15.
王强  曾向阳  王曙光 《电声技术》2012,36(10):49-52
室内场所是语音识别技术的一种典型应用环境,传统的端点检测研究多考虑噪声的影响,忽略室内混响的影响,研究证明室内混响对端点检测和识别效果能造成显著的负面影响.通过研究短时能量和短时自相关序列( RAS),提出了一种自适应的端点检测方法.可以通过估计噪声段短时能量来适应平稳噪声干扰环境,并能修正含混响语音的检测终点.端点检测和语音识别实验结果表明,本方法在平稳噪声和室内混响声环境下具有良好的性能.  相似文献   

16.
端点检测是语音信号处理过程中非常重要的一步,它的准确性直接影响到语音信号处理的速度和结果。提出了基于ICA(独立分量分析)增强和谱熵的语音端点检测方法。仿真实验表明此方法快速有效,具有较强的抗噪能力,特别适合低信噪比下的端点检测。  相似文献   

17.
王帛  冯新喜 《现代电子技术》2010,33(23):92-94,98
短波通信以其天波传播特性,在通信领域具有其他通信手段无法替代的地位。为解决短波通信中信噪比较低,噪声信号严重影响语音处理效果的问题,提出了一种基于短时倒谱速变率的平滑端点检测方法,通过检测噪声信号的倒谱特征,初步确定语音信号端点,然后加入平滑优化处理以及Holdon设计,降低由于倒谱突变造成的误判。实测信号仿真实验证明,该方法在不过多加重系统负担的前提下,取得了良好的效果。  相似文献   

18.
传统的基于短时能量端点检测算法,在高信噪比环境下可以比较准确地检测出语音端点,但在低信噪比环境下检测效果不理想。文中提出了基于短时自相关最大值与短时过零率之积的改进算法。利用短时自相关最大值可以有效地区分出语音段和噪音段,利用短时过零率可有效地检测出清音信号,将两参数相结合可有效地检测出低信噪比语音信号的端点。实验证明,在低信噪比环境下该改进算法相比短时能量算法减小了检测误差,可以有效地检测出语音端点。  相似文献   

19.
一种基于检测元音的孤立词端点检测算法   总被引:2,自引:0,他引:2  
邝航宇  张军  韦岗 《电声技术》2005,(3):40-43,48
提出了基于检测元音的端点检测算法。首先检测到语音中的元音的端点。然后利用元音的端点作为参考端点检测出语音真实的端点。将新方法应用在T146数据包在NoiseX-92的5种噪声下的端点检测和识别实验。并和基于能量的端点检测算法比较。2种不同的实验表明,提出的基于检测元音的孤立词端点检测算法可以在不同信噪比下提高端点检测的准确率,并在低信噪比的环境下能明显提高语音识别系统的识别率。  相似文献   

20.
为了提高语音信号端点检测的准确率,提出了改进的端点检测方法。该方法在传统基于能量和过零率的端点检测方法基础上,加入第三道门限——近似熵,对信号进行三级门限检测。仿真实验表明,该方法比传统方法更有效、更优越.能够比较准确的检测语音信号。  相似文献   

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