共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
5.
6.
7.
8.
用线性预测的方法求出语音信号的LPC(Linear Predictive Coding)谱,然后根据候选的声门激励与LPC谱卷积重构语音信号的短时频谱,当重构频谱与原始语音频谱之间的畸变最小时,声门激励之间的间隔为基音周期.为了提高计算效率,采用频域动态搜索的方法搜索基音周期的候选值.数值实验表明,采用线性预测和极大似燃估计 (Maximum Likelihood, ML)的基音检测算法可保留更多的基音信息,并能有效地减少基音检测的错误,并且该算法比传统的ML法有更强的鲁棒性. 相似文献
9.
基于线性预测的数字语音参数估计 总被引:2,自引:0,他引:2
介绍了数字语音信号分析中的线性预测的基本原理。讨论了用线性预测估计基本语音参数的方法、并对实验仿真结果进行了分析,从实验分析结果可知:线性预测分析是一种估计精度较高、运算速度较快的语音参数估计方法。 相似文献
10.
提高语音信号端点检测的正确率一直是语音识别领域的一个重要课题,特别是提高在各种实际噪声环境下语音端点检测的正确率更为重要,而传统的基于能量与过零率的方法在噪声环境下不能有效地工作。近似熵是一种新的度量序列复杂性的方法,它具有较强的抗干扰能力。从信号复杂性的角度提出了一种基于近似熵的带噪语音端点检测方法,证明了通过给定一个合理的阈值可以有效地进行语音端点检测。在不同类型噪声及不同信噪比环境下进行实验,结果表明,对语音信号起点和终点的检测性能均要比传统基于能量的方法要好,即使是在较低的信噪比下,该方法仍能够比较准确地检测出语音的起止端点。 相似文献
11.
12.
提出一种新的连续语音的声调评测算法,该算法可应用于计算机辅助语言学习系统和普通话水平测试中的声调评测。考虑到连续语音声调受上下文之间的相互影响,采用三音节单元建立高斯混合模型(Gaussian Mixture Model, GMM),三音节中辅音部分用Spline插值法拟合声调曲线来反映音节间基音频率的转移信息,并利用Fujisaki模型去除语句的语调和说话人个性特征,只对基频曲线中的声调特征建模。实验结果显示,相比于传统方法,采用三音节Spline插值和Fujisaki改进特征的方法使得机器与人工打分的相似度在测试集中分别提高了8.75%和14.09%。 相似文献
13.
基于熵函数的语音端点检测方法 总被引:8,自引:0,他引:8
根据语音信号的波形特征,利用熵函数的性质,构造了一种特殊的熵函数,通过判断此函数值的大小确定是语音还是无声状态。实验表明,此方法计算简单而且具有很高的准确性。 相似文献
14.
首先介绍一种基于频带方差的语音活动检测(VAD)算法,然后在此基础上,给出一种对麦克风阵列各通道信号同时进行VAD的新算法(ICA—VAD):经ICA分离出的相对纯净的语音信号作为参考信号,其VAD结果用于指导阵列信号的语音检测。实验结果表明该方法在恶劣的噪声环境下仍可以获得准确的检测结果,且计算机模拟显示这是一种比较好的抗噪语音检测方案。 相似文献
15.
16.
语音活性检测是语音增强中的一个重要问题。大部分的语音活性检测方法都是建立在相对理想的实验室条件下的.要求背景噪声保持平稳,信噪比较高,这些条件在实际噪声环境中很难满足。本文提出的基于Mel刻度短时能量差的语音活性检测算法,距离测度简单,物理意义叫确,在低信噪比、缓变非平稳噪声环境下,标定准确,鲁棒性好。将其应用在维纳滤波语音增强中的噪声特性估计上,取得了较为理想的效果。 相似文献
17.
听觉掩蔽效应语音增强的改进算法 总被引:2,自引:1,他引:1
含噪信号利用掩蔽效应去噪后,噪声估计的误差导致语音失真。在利用听觉阈值计算谱减系数时提出了一种改进的计算方法,通过增加修改参数来抑制语音的过分衰减,减少了语音失真,然后基于MMSE准则对增强的语音谱再进行平滑处理,进一步抑制音乐噪声。实验表明该算法在不影响语音失真的基础上,提高了信噪比,消除了音-/乐噪声,主观测听的语音音质明显提高。 相似文献
18.
本文提出了一种应用离散余弦/正弦变换提取语音信号基频的新方法,这种方法将语音信号的离散余弦变换或离散正弦变换的数据应用倒谱技术进行分析,从而测得语音信号的基频值,文中也给出从离散余弦变换谐波积变中取语言基频的方法,这两种方法应用简便,运算最小,可以获得满意的结果。 相似文献
19.
动态时间规整方法是一种以动态规整为基础的模式匹配方法,在模式识别特别是语音识别领域中有着广泛的应用。本文介绍将动态时间规整方法应用于说话人识别的方案,实验研究的结果表明,动态时间规整方法应用于说话人识别是行之有效的,而且实验的错误率可以降低到静态时间规整说话人识别实验的错误率的一半。 相似文献
20.
基于小波变换多阈值语音增强处理研究 总被引:2,自引:0,他引:2
语音通信过程不可避免地会受到各种噪声的干扰,噪声降低了语音的信噪比和可懂度。语音增强就是对带噪语音进行处理,以改善语音质量。小波变换具有多尺度的特性,可以由粗及细的逐步观察信号。本文研究了一种基于小波多尺度特性的多阈值处理的语音增强算法,根据不同的尺度因子和位移因子选择不同的阈值,利用软阈值函数对带噪语音进行消噪,并比较分析了各种小波基处理带噪语音的不同效果。实验结果表明,该算法可以明显提高语音的信噪比,并提高了语音的清晰度和可懂度。 相似文献