共查询到20条相似文献，搜索用时 32 毫秒
1.
语音端点检测是语音处理中非常关键的一个环节,目前主要的语音端点检测算法都侧重于语音特征参数的提取而忽略了之前的语音增强.论文提出一种基于多窗谱估计谱减法和能熵比的语音端点检测复合算法,该算法利用多窗谱估计谱减法将有噪声环境下的语音信号减噪,提高性噪比,达到语音增强的效果,再结合能熵比法进行端点检测.仿真结果表明,算法在低信噪比情况下,可以提高语音端点检测的正确率. 相似文献
2.
语音端点检测在语音信号处理中是一个很重要的方面,在分析了传统的能量阈值的端点检测算法基础之上,针对其不足,笔者提出了一种基于谱减法和短时能量的检测方法。它结合语音增强,进行自适应门限判决。实验结果表明,与传统的能量阈值法比较,该方法在低信噪比的情况下具有较高的准确率和稳定性,是一种简单有效的方法。 相似文献
3.
语音识别中的端点检测技术是语音识别的基础,低信噪比环境下的端点检测很大程度决定语音识别工作的有效进行.提出了一种利用一阶有限差分商结合折半查找来判定语音端点检测的方法,提高了端点检测的准确率.仿真实验表明,在噪声环境下该方法较好地实现了语音端点检测. 相似文献
4.
语音端点检测是语音信号处理过程中的一个重要步骤,其检测准确性直接影响语音信号处理的速度和效果。传统的基于双门限法语言检测技术,在语音处于纯语音情况下判断语音端点较准确,但在语音处于噪声情况下,尤其是低信噪比的情况下,端点识别率很低,出错率很高。基于提高此方法识别率的目的,采用调整阈值个数,平滑滤波,引入语音结束最小长度的方法对其进行改进,通过了Matlab仿真实验,得出了较好的语音端点检测准确率。 相似文献
5.
《语音信号处理》作为一门理论性和实践性很强的课程,具有概念抽象、计算量大等特点.针对语音信号处理课程特点,将Matlab引入该课程教学,以端点检测和语音识别为例,阐述了Matlab在语音信号处理教学中的应用.该方法增强了学生对语音信号处理的理解,促进了学生学习的主动性,提高了课堂教学质量. 相似文献
6.
可靠的语音端点检测算法是稳健语音识别系统所必须的。针对现有算法在噪声环境下的稳健性问题,提出了基于单类SVM(Support Vecfor Machine)的端点检测算法。通过对多特征信息进行在线学习与综合,以及采用双层决策机制,有效提高了语音检测的稳健性。实验表明,算法在多种噪声环境和信噪比条件下有效,明显提高了语音识别系统在噪声环境下的识别率。 相似文献
7.
针对传统DNN语音分离中噪声干扰的问题,提出了一种在DNN语音分离后期处理中结合DNN和谱减法的语音分离方法。首先提取语音声级特征,通过DNN学习带噪特征到分离目标语音的映射,得到分离目标语音;然后对分离目标语音中每一时频单元进行噪声能量估计;最后,通过快速傅里叶逆变换得到谱减后的分离语音波形信号。通过对不同类型的噪声和不同输入信噪比混合后的语音信号进行试验,结果表明,加入谱减法后分离的语音信号与只经DNN网络输出的语音信号相比,前者分离的语音可懂度和信噪比得到了显著提高,并且分离语音的信号更接近于纯净语音的信号。 相似文献
8.
《洛阳师范学院学报》2019,(2):23-26
传统的端点检测方法大多数抗噪性不好,基于能量和短时过零率的双参数双门限端点检测在静音状态下效果较好,但是在噪声环境中性能下降.针对这个问题,使用小波包变换把信号分解成17个Bark子带,求出平均方差值,然后采用单参数双门限方法进行端点检测.实验证明,即使在-2dB的噪声环境下,该方法仍然能取得较好的端点检测效果. 相似文献
9.
胡钢 《鞍山师范学院学报》2009,11(6):44-47
介绍了一种对背景噪音进行动态估计的汉语语音端点检测算法,较一些常规的端点检测方法如基于能量的端点检测方法,具有更高的精度和鲁棒性．并用TI的TMS320VC5410 DSP来实现一个带端点检测的语音识别系统．通过进行汉语孤立词语音识别实验,表明这种算法是有效的,能得到较高的识别率． 相似文献
10.
提出了一种基于噪声估计的语音增强方法。通过对含噪语音中的噪声直接进行估计,避免了采用端点检测方法（VAD）,该方法能及时更新噪声,能有效地消除噪声。 相似文献
11.
当今人工智能发展迅速,语音识别成为人机交互的重要方式。为提高语音识别准确度,在分析语音信号前去除语音信号噪声干扰并提高语音信号能量尤为重要。在实际应用中,不同语音信号包含不同的噪声。针对不同的语音噪声,在传统谱减法基础上,通过判断算法窗函数,根据不同的噪声能量改变多窗谱减法的过减因子参数,以增强算法自适应能力。仿真结果表明,在低信噪比情况下,通过改变过减因子值,可取得一个最优过减因子值以改进谱减法下的音乐噪声和失真度。自适应多窗谱减法改进后与基本谱减法相比,信噪比提高了 29%;与多窗谱减法相比,信噪比提高了 16%。该自适应多窗谱减法可适应不同噪声环境下的语音信号,增强语音信号中的关键信息并减少噪声干扰。 相似文献
12.
李娟 《洛阳师范学院学报》2012,31(5):62-64
本文介绍了一种基于两级判别法的端点检测算法,该算法利用短时能量和短时平均过零率相结合的方法,继承了二者的优点,弥补了单独使用短时能量端点检测容易丢失清音、拖尾音的问题,通过短时平均过零率的第二级判别进一步扩大语音段的范围,在高信噪比和低信噪比情况下分别验证.实验证明:这种算法简单易行,大大提高了端点检测的准确率,并具有较好的抗噪性. 相似文献
13.
14.
对语音信号进行端点检测是语音识别的前提,这类芯片当前大多采用以DSP为核心的结构,费用高、设计缺乏灵活性。而FPGA具有功耗低、体积小等优点,是进行端点检测的理想平台。介绍了一种FPGA实现语音端点检测的方法。 相似文献
15.
16.
《实验室研究与探索》2019,(9)
使用传统的谱熵对含有白噪声的浊音进行检测,然后使用熵函数对白噪声中的清音进行检测,并引入离散小波变换,对语音的信息熵进行处理,最后根据设定的门限进行判断。仿真结果表明,该方法很好地检测出语音信号中的清音,对语音信号中的清音/浊音/无声部分的辨别有重要作用。同时该方法对实际噪声中的清音检测也有很好的效果。 相似文献
17.
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
18.
几种基音周期算法性能比较 总被引：1，自引：0，他引：1
通过比较自相关函数法、平均幅度差法、倒谱法,明确了常用基音周期检测算法的性能和适用环境。实验证明：自相关函数方法适合于噪声环境下,但单独使用经常发生基频估计结果为其实际基音频率的二次倍频或二次分频的情况;平均幅度差法、倒谱法在静音环境下或噪声较小时可以取得较好的检测结果,但在语音环境较恶劣、信噪比较低时,检测的结果下降较快。 相似文献
19.
讨论并比较了语音信号端点检测的方法,分析了各种方法的原理及优缺点。对语音信号的端点检测的进一步研究具有深远的意义。 相似文献
20.
提出一种用于语音信号处理的基于matlab/FDATool的的FIR滤波器设计方法.该方法首先通过Matlab产生两个高频的正弦波噪声,加入到语音信号中;然后,根据信号与噪声的频谱特点,选择合适的窗函数,利用FDATool工具箱设计出所需要的FIR数字滤波器;利用FIR滤波器对混入噪声的信号滤波,得到滤波后的语音信号.利用MATLAB的FDATool工具进行数字滤波器设计,能使原来繁琐的滤波器程序设计过程变得简单可行,使得教学过程变得简单易懂. 相似文献