清浊音分离

作品数:8被引量:25H指数:3
导出分析报告
相关领域:电子电信自动化与计算机技术更多>>
相关作者:张君昌孔冉冉赵晓晖殷明刘红更多>>
相关机构:吉林大学西北工业大学合肥工业大学湖南大学更多>>
相关期刊:《计算机工程与应用》《现代电子技术》《计算机应用研究》《电子技术与软件工程》更多>>
相关基金:国家自然科学基金安徽省自然科学基金国家教育部博士点基金更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-8
视图:
排序:
清浊音分离抗噪的语音识别算法的研究被引量:2
《电子技术与软件工程》2017年第24期83-84,共2页李云 
针对噪音环境下,语音识别率严重下降,根据清浊音发音原理的不同,提出一种清浊音分离抗噪的语音识别算法。实验结果表明,该方法能在噪音环境下明显提高语音识别率。
关键词:语音识别 清音 浊音 高斯模型 超高斯模型 
基于可调Q-因子小波变换的语音增强算法被引量:7
《计算机应用研究》2014年第11期3316-3319,3323,共5页殷明 孔冉冉 
合肥工业大学博士专项科研基金资助项目(2012HGBZ0653);安徽省自然科学基金资助项目(1308085MA09);安徽省教育厅基金资助项目(2013AJZR0039)
针对语音增强算法中传统的小波阈值法的局限性,提出一种基于可调Q-因子小波变换和清浊音分离的语音增强算法。首先用过零率和短时能量法判别清音和浊音;然后在可调Q-因子小波变换下,对清、浊音采用不同的阈值处理,在不同尺度上,分别结...
关键词:可调Q-因子小波变换 语音增强 清浊音分离 Donoho阈值 阈值函数 
基于两层神经网络的基音检测算法被引量:1
《计算机工程与应用》2014年第5期199-202,251,共5页王民 孙洁 贠卫国 刘利 任雪妮 
国家自然科学基金(No.61073196)
传统基音检测方法中当信噪比较低时,会出现清浊音检测效果差、算法精度低、鲁棒性差的缺点。为了克服这些缺点,提出了一种基于两层神经网络的基音检测算法。该方法采用BP人工神经网络进行端点检测,再采用第二层BP神经网络进行清浊音分离...
关键词:基音频率 反向传播(BP)神经网络 自相关函数 平均幅度差函数 清浊音分离 
基于语音清浊音分离的语音增强算法被引量:1
《吉林大学学报(工学版)》2011年第4期1135-1139,共5页王海艳 赵晓晖 
高等学校博士学科点专项科研基金项目(200801830037);国家自然科学基金项目(60972028)
根据语音清浊音产生的机理不同,更精确地估计了清浊音的谱密度函数,提出了一种新的基于清音和浊音分离的语音增强算法,Matlab仿真试验验证了本文算法的有效性。
关键词:通信技术 语音增强 最小均方误差 清浊音分离 谱估计 
一种基于清浊音分离的动态阈值小波去噪方法被引量:3
《计算机工程与应用》2011年第12期133-136,共4页张君昌 叶珍 李艳艳 
低信噪比下,传统的小波去噪算法会造成语音信号中有用信息的损失,从而导致去噪性能的下降。针对这一问题,提出了一种基于清浊音分离的动态阈值小波去噪方法。采用谱减法去除部分噪声,再运用短时能量法判别清浊音,有效地降低了误判率;融...
关键词:小波去噪 阈值函数 清浊音分离 
基于清浊音分离的优化小波阈值去噪方法被引量:5
《计算机工程与应用》2009年第31期130-133,共4页张君昌 刘红 姜菲 
结合小波阈值去噪和清浊音分离技术,提出了一种优化的语音去噪新方法。首先,针对语音清音部分往往包含有许多类似噪声的高频成分的特点,对其直接进行小波阈值去噪很可能误除了这些高频成分,造成失真,因此有必要先对语音进行清浊音分离...
关键词:小波去噪 阈值函数 清浊音分离 
一种改进型的小波变换语音去噪算法被引量:4
《现代电子技术》2009年第18期120-122,共3页袁莉芬 何怡刚 
湖南师范大学自然科学基金资助项目(06JJ2024)
针对语音信号在传输和处理过程中不同程度地受周围环境噪声污染的问题,提出一种基于小波变换的改进型语音除噪算法。传统的小波语音除噪算法把信号的高频部分置零,会造成除噪后信号的失真。这里的算法,先对语音信号进行清、浊音分离,然...
关键词:语音去噪 小波变换 清浊音分离 阈值 
语音清浊音分类及浊音谐波提取算法——三阶累积量基于正弦语音模型的应用被引量:3
《计算机工程与应用》2006年第1期64-67,76,共5页应娜 赵晓晖 
在低信噪比和非平稳噪声干扰下,语音信号的清浊音检测是语音信号处理中的一个重要研究问题。论文基于语音正弦模型,提出了一种清浊音分类和浊音谐波提取算法。该方法在分析了语音的三阶累积量谱后,用子谐波-谐波方法取得基音,并计算出...
关键词:正弦语音模型 三阶累积量 清浊音分离 谐波提取 
检索报告 对象比较 聚类工具 使用帮助 返回顶部