基于贝叶斯最小错误率的一种语音端点检测算法

提出一种基于贝叶斯最小错误率的语音端点检测算法．说明短时平均幅度和短时平均过零率两种语音特征的选取方法,根据最小错误率的贝叶斯决策分别确定了合适的门限值,并将该方法在作者建立的语音数据库中进行了语音起点和终点测试．实验结果证明,与仅用幅度或能量特征的方法相比,本文方法能够提高语音端点检测的准确性．     

一种基于改进能零法的连续语音端点检测方法

端点检测是语音识别和语音情感识别系统中极其关键的一步,其检测的效果直接关系到后续的参数计算和识别的结果.在分析了经典的基于短时能量和短时过零率的端点检测算法(能零法)的基础上,总结了其不足之处,并提出了改进的方法.改进后的算法通过对相邻两帧信号的短时能量正向做差来确定语音信号的起始点,反向做差来确定语音信号的终点;并且利用信号与背景噪声的短时过零率之比来修正语音信号的终点.MATLAB仿真结果表明,改进后的算法具有很好的端点检测效果.     

一种基于Matlab的语音信号端点检测方法

首先简介语音信号端点检测涉及到的几个基本概念,然后采用短时平均幅度与短时平均过零率相结合的双门限算法来对语音信号进行端点检测。重点阐述双门限算法的设计思想与实现过程,经Matlab编程实验证明,该方法准确、有效。     

基于改进双门限法的语音端点检测研究

语音信号的端点检测是语音识别过程中的重要环节,端点检测结果精确与否直接关系着语音识别的准确度。使用车载语音作为测试数据,利用传统双门限法进行端点检测,发现传统双门限方法在静音条件下和带噪条件下获得语音端点检测信息存在较大误差。针对上述问题,提出了一种改进的双门限法进行语音端点检测,针对语音信号以及短时平均能量和过零率进行处理,并通过Matlab进行仿真,实验结果说明提出的改进方法与传统方法相比,在静音和带噪条件下,都更接近测试数据中真正的语音端点。     

一种改进的基于短时能量的端点检测算法

为了提高语音识别的实时性和识别率,采用动态窗长短时能量进行语音信号的端点检测方法．比对传统短时能量短时平均过零率端点检测方法,通过实验得到的端点检测波形图像及数据证明,动态窗长短时能量方法可以减少不必要的语音帧的处理,提高识别的速度和识别率．     

基于谱熵的语音端点检测算法改进研究

语音端点检测是语音处理中重要的领域之一。常规谱熵语音端点检测算法是通过检测语音的功率谱的平坦程度,从而达到语音端点检测的目的。但是该方法在平稳噪声环境下较好,在无噪声和非平稳噪声环境下效果较差。作者在分析了无噪声环境下常规谱熵端点检测算法效果差的原因的基础上,结合了语音的短时能量算法,对常规谱熵算法进行了改进,形成了一个新的特征参数——谱熵能量积。仿真结果显示,该方法相对于常规谱熵算法,在无噪声的环境下检测精度有了很大的提高,在非平稳噪声环境下也有了一定的提高,鲁棒性得到增强。     

一种语音端点检测方法的研究

端点检测是从一段语音中检测出语音段和噪声段,是语音信号处理过程中的一个重要环节.为了提高在低信噪比下的检测效果,提出了一种基于子带能量的检测算法,该算法主要计算子带能量等参数,并通过更新噪声能量来实现.实验结果表明:与常规的端点检测方法相比,该方法具有良好的检测能力,并且在低信噪比环境下较好的端点检测能力.     

基于平均幅度和加权过零率的VAD算法及其FPGA实现

介绍了一种平均幅度和加权过零率的VAD算法,并对该算法进行了硬件实现。对其中主要的模块,在硬件实现方法上进行了优化,取得了较好效果,使其在保证实时性要求的同时节省了资源,为进一步向低成本器件上移植或系统中作为IP模块应用提供了可能性。     

基于小波分析的语音端点检测算法研究与仿真

以小波变换及多分辨分析为理论基础,对语音端点检测中小波系数方差算法和子带平均能量算法进行了分析和研究,利用语音和噪声的频域差别,对这两种算法进行了优化,并应用于端点检测系统中,有效地改善了小波系数方差算法耗时长、实时性差的缺点,并克服了子带平均能量算法只对高斯白噪声检测效果好的局限性。提高了语音端点检测系统的实用性．通过MATLAB软件仿真的实验结果表明,采用优化算法的系统实现了语音端点检测准确性和快速性的最佳匹配,达到了此类检测设备的实用要求．     

一种基于分带谱熵和谱能量的语音端点检测算法

语音端点检测的精确度直接影响语音识别的准确度.在噪声环境下,语音端点检测很困难.信噪比下降,语音端点检测的正确率也随之下降,同时,噪声类型的变化影响端点检测的正确率.为此,提出了一种改进的、适合在电话语音城市名识别系统中应用的端点检测算法,并结合分带谱熵和谱能量形成了一个新的特征参数集,利用该参数集进行端点检测,弥补了分别采用分带谱熵和谱能量进行端点检测的缺陷,提高了检测性能.     

对Bernstein条件的改进及实现算法

在用Ｂｅｒｎｓｔｅｉｎ条件判断程序的并发性时，仅可对不可并发执行的程序给出肯定的结论对Ｂｅｒｎｓｔｅｉｎ条件进行了改进，改进后，对于任何两个程序的可并发执行性及不可并发执行性均可给了肯定的结论并给出了实现算法。     

基于FPGA的控制算法定点化设计

运动控制算法在现场可编程逻辑门阵列（Field Programmable Gate Array,FPGA）上实现过程中,当数据类型由浮点转定点时,存在无法保证高精度的问题。为此使用simulink中的定点工具（Fixed-Point Tool）对算法内部各信号数据的范围进行分析,然后人为地对Fixed-Point Tool给出的建议位宽进行修正,从而使算法在保证较高精度的同时,也解决了采用统一较长位宽在FPGA上实现时造成的资源浪费问题。与传统的人为定义数据位宽相比,使用Fixed-Point Tool设置数据位宽,在输入数据范围发生变化时,能够更加灵活、动态地调整算法内部数据位宽。     

基于FPGA实现Viterbi译码器IP-Core的技术研究

提出一种基于FPGA实现Viterbi译码器的结构,利用该结构实现的Viterbi译码器具有通用性。在设计中充分利用FPGA的特点,使Viterbi译码器的译码速度得到提高,并且译码延时比较小。     

一种基于改进聚类算法的模糊模型辨识

传统建模方法对于建立精确的存在多变量、强耦合、大时滞以及不确定性的非线性系统模型无能为力,从而难于精确表达复杂系统及实施整体优化控制.针对传统模糊C-均值聚类算法对初始值敏感及无法确定最优规则数的缺陷,提出了一种基于改进聚类算法的模糊辨识方法.它通过减法聚类和有效性函数确定初始聚类中心,然后采用一种全局模糊C-均值聚类算法寻找出最终聚类中心,并利用最近临域法确定合适的区域半径,最后通过递推最小二乘法建立系统的T-S模糊模型,对电阻炉温度系统进行仿真,说明本文所述方法的有效性.     

基于聚类的一种改进模糊辨识算法

针对一类以往的聚类算法不能很好的优化输入空间的问题，从模型简化的思想出发，充分考虑了样本输出对系统的作用，将无导师的学习算法与基于梯度的信息寻优算法相结合，并根据数据分布的密度自适应的调整聚类点的分布情况，给出了基于该算法的T－S模糊神经网络实现，并以函数逼近为例说明新算法在自适应能力，建模精度及计算量等方面均优于原算法，从而达到优化系统结构的目的。     

基于FPGA快速同步算法的研究

本文提出了一种基于FPGA的快速同步捕获方案,该方案采用相关峰尖锐的巴克码组作为帧头,帧同步捕获的同时实现位同步.仿真结果表明,该算法能够迅速实现位同步的捕获,且位定时抖动小,在信噪比较低的条件下仍有较好的性能.实际中将其应用于π/4-DQPSK调制方式,流水线结构,在ALTERA公司的FPGA芯片cycloneⅡ上实现.     

一种前向神经网络训练算法的改进

针对前向神经网络（FNN）现有BP学习算法的缺点──收敛速度缓慢、容易陷入局部极小,提出一种快速、全局优化、简单通用的前向神经网络训练算法。这种方法将改进BP算法中的动量项由常量改换为一类关于常量的非线性函数。利用非线性特性,优化过程中能遍历局部极小,同时又具有突跳特性。结合升温策略,该算法在优化精度和网络训练速度两方面均有较大改善。通过对典型算例──异或问题的仿真,验证了算法的有效性和可行性。     

改进型CORDIC算法及FPGA的实现

传统CORDIC算法需要通过乘法器和查找表才能实现多种超越函数的计算,这会导致硬件电路实现复杂、运算速度降低。针对传统CORDIC算法的缺陷,提出了一种改进型CORDIC算法,并给出了FPGA实现方案。它不需要模校正因子和查找表,只需通过简单的加减和移位运算就能实现多种超越函数的计算,从而能够减少硬件的开销,提高运算的性能.     

基于DBF的空中多目标跟踪算法的FPGA实现

以均匀圆阵为接收天线阵,在分析单脉冲跟踪算法原理及CORDIC算法原理的基础上,提出了一种基于CORDIC算法与数字波束形成技术相结合的FPGA实现方案.使用QuartusII软件进行了仿真分析.仿真结果表明,所提方案是正确、可行和有效的.     

基于DBF的空中多目标跟踪算法的FPGA实现

数字波束形成技术在多飞行器测控及卫星移动通信中有广泛的应用,但现有的实现方案还存在很多缺点。以均匀圆阵为接收天线阵,在分析单脉冲跟踪算法原理及CORDIC算法原理的基础上,提出了一种基于CORDIC算法与数字波束形成技术相结合的FPGA实现方案,并使用QuartusII软件进行了仿真分析,结果表明该方案可行、有效。