一种实时基音检测算法

针对目前基音周期检测实时性的要求,提出了一种基于小波变换的语音基音周期实时检测算法.该算法在提取小波系数极大值过程中利用了小波变换极值与信号突变点之间的关系,将小波域波形与时域波形相结合,采取每次搜索以前一个小波系数极值点作为新的基准的自适应基准方式,并利用了平均能量、过零率、历史峰值幅度、当前峰值估计等多特征参数.实验结果表明,该算法在2.5 ms时间内可以准确捕捉并检测到新的基音脉冲位置,而且对语音和残差信号均取得了较好的结果.     

基于小波变换和归一化自相关的基音检测算法

通过对小波变换的多分辨率分析和抗噪特性的研究，提出了一种基于小波变换和归一化自相关的基音周期检测算法。该算法能精确地从含噪语音中分离出包含基音信息的低频子带信号，并且对基音周期的突变能够很好地纠正。实验表明：该算法要优于现有的自相关基音检测算法，具有较高的精度、可靠性和抗噪性。     

基于小波变换和归一化自相关的基音检测算法

通过对小波变换的多分辨率分析和抗噪特性的研究,提出了一种基于小波变换和归一化自相关的基音周期检测算法。该算法能精确地从含噪语音中分离出包含基音信息的低频子带信号,并且对基音周期的突变能够很好地纠正。实验表明:该算法要优于现有的自相关基音检测算法,具有较高的精度、可靠性和抗噪性。     

基于线性预测和小波变换的语音基音周期检测新算法

将小波变换与语音信号短时线性预测（ＬＰＣ）及自相关函数相结合，得出了清、浊瞳 判决及基音周期检测的新算法，实验结果表明，该算法的性能良好。     

基于二进小波变换的基音检测算法

为了克服目前诸多基音周期检测算法精度低、计算复杂度高、鲁棒性差的缺点,研究了一种采用二进小波变换模极大值进行基音周期检测的算法。仿真结果表明,该算法在强背景噪声下仍可以准确提取基音周期,并且具有复杂度低、分辨率高和实时性好的特点。     

基于Daubechies小波的基音检测

语音中的基音成分是进行语音分析的重要参数，利用Daubechies小波在语音信号的低频分解方面的良好性质，提出了Daubechies小波分解的基音检测方法，该方法具有抗噪声性能良好、低频近似程度高等特点。     

基于Daubechies小波的基音检测

语音中的基音成分是进行语音分析的重要参数,利用Daubechies小波在语音信号的低频分解方面的良好性质,提出了Daubechies小波分解的基音检测方法.该方法具有抗噪声性能良好、低频近似程度高等特点.     

基于基音特征分析的光纤振动信号识别算法

在光纤预警安全系统中,由于光纤穿过复杂的场景区域,其信号极易受外界环境干扰,信号特征提取困难,因此需要进行有针对性的特征提取研究并设计相应的识别算法.本文提出了一种基于基音特征分析的光纤振动信号识别算法,该算法通过分析振动信号与语音信号的相似性,运用基音特征分析的方法,首先对时域上的短时能量进行端点检测确定振动信号所在的时域范围;其次求解振动信号的自相关系数,根据自相关系数得到基音;最后对基音进行分析识别振动信号的类型.通过实测典型光纤振动信号数据的实验验证,本文算法具有较高的区分度,且易于实现.     

基于DWT的AMDF基音检测改进算法

平均幅度差函数(AMDF)法是一种常用的基音检测算法,但由于AMDF存在严重的均值下降趋势,使得用这种算法在提取基音的过程中易产生错误.为克服该缺点,提出了一种基于离散小波变换(DWT)的AMDF改进算法(DW-AMDF),该算法首先求取每帧浊音信号的AMDF,利用DWT提取出AMDF中的下降趋势,去除下降趋势后得到DW-AMDF用于检测基音.实验结果表明,与传统的AMDF算法及其几种典型的改进算法相比,该算法的检测精度有了明显的提高.     

一种基音提取算法

根据基音周期平滑变化的特点,基于语音信号的准周期性进行了语音信号的基音提取。该算法主要针对多带激励模型（ＭＢＥ）,采用传统的时域分析法,先用语音信号的相关性进行基音周期的估计,再由分数延迟法提取基音周期,使预测结果更加准确,更具实时性,有利于语音编码与识别。     

A WT-STFT combining Algorithm

A fast wavelet packet (WP) algorithm is presented, in which the wavelet transform (WT) and the short-time Fourier transform (STFT) are combined. As WT produces multiresolution of frequency and time, and STFT has a fast algorithm, the combining algorithm is suitable for fast signal analysis.     

基于小波变换的频谱检测算法改进

随着无线通信技术的飞速发展,致使频谱资源日趋紧张,认知无线电技术被认为是解决频谱资源紧缺的有效方法,频谱检测是其重要的环节。首先对常规能量检测法进行分析,指出其易受噪声不确定性的影响,对此提出了基于小波变换的多分辨率能量检测算法,理论分析及仿真结果表明,改进算法能很好地抑制噪声不确定性的影响,满足低信噪比条件的频谱检测要求。     

基音检测中帧长选择的分析

本文首先简要介绍了基音频率的检测过程,然后对不同年龄层次、不同性别说话人和不同辅音作用下的语音数据,按照不同的帧长进行基音检测.实验证明:在不同情况下,选择不同帧长对基音检测的精确度和鲁棒性都是有一定影响的.     

一种时域的基音检测及四声判别方法

为了提高基音时间曲线(基频或基音周期随时间变化曲线)的检测正确率以判别四声,本文提出了一种简单有效的基音检测及四声判别方法。利用浊音语音波形的周期性特点,我们可检测基音;由基音时间曲线的斜率变化,可判别四声。总的识别率可达85%以上。     

基于小波变换的语音信号基音周期估计

基音周期是语音信号最重要的参数之一，是进行语音信号数字处理的基础。小波变换具有良好的时频分辨率，为语音信号基音周期提取提供了新的途径。基于小波变换及其多尺度边缘检测的基本特性，阐述了语音信号基音周期估计的原理、实现方法、算法流程；并给出了实验结果。实验表明：该方法可以实现大动态范围的语音信号基音周期估计计算，并可获得满足实用的较为精确的结果。     

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。