共查询到20条相似文献,搜索用时 15 毫秒
1.
文章以传统的谱减法为基础,介绍了几种改进的方法,比较详细地叙述了谱减法的基本原理和降低音乐噪声的方法。最后综合几种改进的方法,提出基于端点检测的近似估计谱减法。相对于传统的谱减法,该算法能更好地抑制残留噪声和背景噪声,特别是低信噪比下的语音信号。 相似文献
2.
为进一步降低噪声对采集语音的干扰,提出了一种新的谱减改进方法。采用阈值法对非平稳背景噪声信号进行估计,计算出先验信噪比,得到还原的纯净语音信号。用MATLAB实现了整个算法的仿真,并与传统谱减法结果相比较,仿真结果表明,该算法对非平稳噪声追踪性较好,在抑制背景噪声,减少音乐噪声前提下,提高了语音的可懂度,其计算复杂度也可以接受。 相似文献
3.
为了适应强噪声环境下的语音识别,进行了基于美尔倒谱系数特征及隐马尔可夫模型的识别算法研究,主要对提取语音信号的线性预测系数、端点检测、语音特征参数提取、语音算法识别流程等进行了初步研究,并进行了说话人识别系统的仿真验证。 相似文献
4.
文章提出了一种基于功率倒谱和结合两种高阶统计量——偏度和峰度的语音回声隐藏盲检测方法.根据回声隐藏时对载体语音引入回声的特点,通过分析语音的功率倒谱,提取并结合语音功率倒谱的高阶统计量——偏度和峰度.通过对原始语音样本和藏密语音样本功率倒谱偏度-峰度值的学习和训练,提取得到偏度-峰度阈值,可用于回声隐藏的盲检测分析.实验结果表明,该方法能够对四种回声隐藏方法同时生效,且检测率较高. 相似文献
5.
6.
噪声环境下的语音端点检测是语音信号处理过程中的重要步骤,短时能量和短时过零率的方法在高信噪比下有较好的检测能力,在低信噪比下检测能力明显下降。为此,提出了子带能量的检测方法,实验结果表明此方法在低信噪比环境下具有较好的语音端点检测能力。 相似文献
7.
8.
基音参数检测是对基音周期的估计分析,这在语音信号处理中特别是在语音识别、语音信号的合成、还有编码方面,都起着举足轻重的作用。倒谱法是频域估计法中相对成功的一种方法。本文在结合基于加窗语音的倒谱模型,分析模型的声门激励倒谱和声道脉冲响应倒谱的特点,根据其倒谱特征,改进基音检测算法,并取得良好的效果。 相似文献
9.
在语音识别中鲁棒性是一个很关键的因素,文章提出了一种关于0~9数字语音识别算法,采用递归最小二乘法(RLS)来消除噪声,系统使用过零率和能量参数作为端点检测方法,用美尔倒普系数(MFCC)矢量作为声道估计的滤波器,同时,采用动态时间弯折算法来识别语音。结果显示,未加RLS消噪系统前系统的识别率为72%,在处理过程中加入RLS消噪后识别率提高到98.7%。 相似文献
10.
11.
12.
13.
语音增强可以抑制背景噪声,提高背景噪声条件下语音质量,利于后续语音信号处理。在简要介绍美国军用标准——增强混合激励线形预测语音编码中语音增强算法的基础上,基于TITMS320VC5509a芯片设计一款语音增强模块。详细论述了语音增强算法实时实现的硬件设计、软件优化和开发的关键技术。实际场合实验表明,该模块具有较好的抗背景噪声功能,即可以以独立前置模块的方式用于语音处理系统,也可以以嵌入模块的方式用于语音处理系统。 相似文献
14.
15.
对语音信号进行处理一个很重要的问题就是噪声的滤除,噪声降低了语音的信噪比和可懂性。多年来,人们针对加性宽带噪声提出了各种语音增强算法,其中谱减法因其具有简单和易于实现的优点而被广泛的采用。但是,一般的谱减法都会带来较为严重的“音乐”噪声,为减弱这种噪声,本文提出了一种改进的语音增强算法——多带谱减法(multi-bandspectrumsubtraction)。实验结果表明,多带谱减法明显的削弱了一般谱减法所带来的音乐噪声,对带噪语音质量的增强效果显著。 相似文献
16.
一种基于改进的LPC参数倒谱分析的说话人识别方法 总被引:2,自引:0,他引:2
线性预测倒谱LPCC在说话人识别中已被广泛使用,文章以LPCC为基础进行Mel变换,得到新的特征参数LPMCC,一次作为说话人识别系统的特征参数,并在识别部分采用VQ和HMM相结合的方法进行建模和识别,实验证明该方法提高了系统的识别率。 相似文献
17.
提出了一种基于经验模式分解去斑和顶帽变换背景不均匀的预处理方法. 经验模式分解去斑算法先对图像每一列进行经验模式分解得到IMF函数,然后将原信号与第一、二模态相减得到初步处理图像,再对该图像每一行重复该操作从而得到去斑图像,该算法有效地去除斑点噪声;顶帽变换则有效地补偿了海浪带来的局部不均匀的背景亮度,提高了图像的信杂比,有利于目标的检测. 仿真结果证明了算法的有效性. 相似文献
18.
提出了一种基于感知域的鲁棒性语音认证算法,将语音的感知特性与签名算法相结合,在满足内容认证和身份认证的同时,能够有效地抵抗通信噪声微扰.算法基于语音的掩蔽效应和非线性效应等人耳感知特性,着重去除其时频域掩蔽阈值下的冗余信息,进行非线性滤波后提取感知参数,并运用改进的Rainbow算法对这些语音参数进行签名.实验证明,该算法的唯一性和针对通信噪声的鲁棒性都很好,兼有Rainbow签名的安全性保证,可以满足语音通信中的鲁棒性认证要求. 相似文献
19.
20.
乘性噪声干扰下的船舶突发性故障检测挖掘方法 总被引:1,自引:0,他引:1
在船舶的突发性故障检测中,故障信号不但伴有很强的非线性,并且常伴随大量的随机噪声,乘性噪声会降低非线性故障数据之间的有效联系,淡化船舶可识别的突发特征.给船舶突发性故障检测带来较大困难.为解决此问题,提出一种基于小区域噪声消除的船舶突发故障检测挖掘算法,通过设计一种包含乘性噪声小区域内的故障确认对比方法,运用故障特征核作为船舶突发故障的标准,进行故障核距离的计算,排除乘性噪声的干扰,保证优化检测.实验表明,该方法能够较好地完成乘性噪声干扰环境下的故障检测,提高了船舶故障的检测效率. 相似文献