-
题名一种基于短时平均幅度差的语音检测算法
被引量：7
- 1
-
-
作者
熊琦
杜旭
朱晓亮
-
机构
华中科技大学电子与信息工程系湖北省智能互联网重点实验室
-
出处
《电声技术》
2006年第9期50-53,共4页
-
文摘
提出了一种利用语音信号的短时平均幅度差特征并结合短时平均幅度的语音检测算法。该算法在专用通信系统中,用以对接收到的电台信号进行分析,判断其中是否有语音信号,从而控制半双工电台的发射开关,使其处于接收或发射状态。实验表明,该算法能在较低的信噪比情况下准确地检测出语音信号,而且计算方法简单,硬件处理容易,可靠性高,能够满足实时系统的需要。
-
关键词
语音检测
短时平均幅度差
短时平均幅度
-
Keywords
voice active detection
short-time average magnitade difference function
short-time average magnitude
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名哼唱检索中一种新颖的基音周期提取算法
被引量：2
- 2
-
-
作者
丁娜娜
潘峰
杨晓元
吴翔
-
机构
武警工程学院电子技术系网络与信息安全武警部队重点实验室
西安电子科技大学网络信息安全教育部重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第35期142-144,共3页
-
基金
国家自然科学基金No.60573032~~
-
文摘
在哼唱检索(QBH)研究中,针对乐曲旋律表达方式以及有效的检索匹配算法已有一定的研究成果,但提取哼唱音频信息基音周期的算法研究还不充分。正确提取基音周期,降低哼唱信号基音周期提取过程中引入的误差,是有效提高整个检索性能的关键所在。在充分分析已有的基音周期提取方法基础上,提出了一种短时自相关(ACF)与短时平均幅度差(AMDF)函数相结合的CAA算法,仿真实验证明了新方法的有效性,相对于传统时域算法提取基音周期,准确度有显著提高。
-
关键词
哼唱检索
基音周期
短时自相关
短时平均幅度差
-
Keywords
Query By Humming（QBH）
picth period
Auto-correlation Function（ACF）
Average Magnitude Difference Function（AMDF）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名低端DSP芯片的语音处理算法研究
被引量：2
- 3
-
-
作者
杨军
周启靖
晋宗俊
邓莎
-
机构
武汉龙安集团有限责任公司
-
出处
《无线电通信技术》
2011年第1期44-46,共3页
-
文摘
介绍了一种利用TI公司的TMS320VC5402定点DSP芯片实现的基于语音能量、短时平均幅度差和过零率的语音检测器,给出了算法的详细设计过程和DSP硬件实现方案,该方案在专用通信系统中,用以对接收到的电台信号进行分析,判断其中是否有语音信号,从而控制半双工电台的发射开关,使其处于接收或发射状态。实验表明,该算法能在较低的信噪比情况下准确地检测出语音信号,而且计算方法简单,硬件处理容易,可靠性高,能够满足实时系统的需要,在对DSP在其他方面的应用也有一定的参考价值。
-
关键词
DSP
语音检测
短时平均幅度差
短时能量
过零率
-
Keywords
DSP
voice detection
short-time AMDF
short-time energy
zero crossing rate
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名基于特征参数LPCC与AMDF的异常声音检测
被引量：2
- 4
-
-
作者
许文杰
杨淇善
-
机构
北京工业大学信息学部
-
出处
《长江信息通信》
2021年第10期110-113,共4页
-
文摘
区别于视频监控这一重要技术手段,异常声音从监控者的听觉角度十分高效的反映出监控场景的异常情况,对于监控公共场所的安全有着十分显著的作用。因此,异常声音的研究方法也受到了国内外许多学者和机构的重视。文章提出了一种由线性预测倒谱系数(Linear Prediction Cepstrum Coefficient,LPCC)与短时平均幅度差(Average Magnitude Difference Function,AMDF)融合的新型联合特征参数并结合高斯混合模型(Gaussian Mixture Model,GMM)应用于异常声音检测工作,实验结果显示所实现方法在对危险声音检测时得到了较好检测准确率。
-
关键词
异常声音
线性预测倒谱系数
短时平均幅度差
特征融合
高斯混合模型
-
Keywords
Abnormal audio
LPCC
AMDF
Feature fusion
GMM
-
分类号
TN912
[电子电信—通信与信息系统]
-
-
题名低复杂度的基音检测算法
被引量：1
- 5
-
-
作者
李会雅
苑林
门晋喜
韩晓霞
-
机构
河北大学电子信息工程学院
河北大学工商学院
[
-
出处
《河北大学学报（自然科学版）》
CAS
北大核心
2013年第5期548-553,共6页
-
基金
保定市科学技术研究与发展指导计划项目(12ZG016
12ZG017)
-
文摘
在确保语音信号基音检测算法准确度和稳健性的前提下,降低其复杂度,增强实时性.首先给出了基音周期提取过程的实现框图,而后结合流程图详细阐述了提出的新算法,最后通过对仿真实验结果的分析,表明新算法在噪声环境下,仍能精确地提取基音周期.
-
关键词
基音检测
低复杂度
短时自相关
短时平均幅度差
-
Keywords
pitch detection
low complexity
short time autocorrelation
short time average magnitudedifference function
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名复杂噪声下自行高炮通信系统语音信号检测方法研究
- 6
-
-
作者
程远增
王渝
马志强
高庆
-
机构
北京理工大学自动化学院
军械工程学院
-
出处
《计算机测量与控制》
CSCD
北大核心
2010年第12期2783-2785,共3页
-
文摘
研究了在噪声环境下自行高炮通信系统语音信号的检测方法,提出了在高信噪比环境下采用短时平均幅度(AM)算法与短时平均幅度差(AMDF)算法检测相结合的二级判断法,在低信噪比的情况下采用短时高低频能量比的算法,实现语音信号在不同噪声环境下的检测;实验结果表明,高信噪比情况下二级判别法具有良好的语音识别效果,低信噪比情况下短时高低频能量比算法可以有效地检测出语音端点,避免切音现象;与传统语音检测算法相比,此方法不同信噪比状态下都具有较好的检测效果,体现出算法一定的优越性。
-
关键词
语音端点检测
短时平均幅度
短时平均幅度差
短时能量比
自行高炮通信系统
-
Keywords
voice activity detection
short-time average magnitude
short-time average magnitude difference function
short-term energy ratio
anti-aircraft gun communication system
-
分类号
TN912
[电子电信—通信与信息系统]
-
-
题名一种用于区分语音与冲击噪声的改进算法
- 7
-
-
作者
李荣荣
胡昌奎
余娟
-
机构
武汉理工大学理学院
-
出处
《武汉理工大学学报（信息与管理工程版）》
CAS
2013年第6期812-815,共4页
-
基金
中央高校基本科研业务费专项基金资助项目(2011-Ia-005)
-
文摘
为了将语音与冲击噪声进行准确地区分,讨论了传统检测方法的缺陷,选取汽车噪声为冲击噪声,结合语音浊音信号的周期性以及短时平均幅度差这一时域特征参数,对语音和汽车冲击噪声进行了分析,并在此基础上对算法进行改进,提出了一种新的检测参数。经Matlab仿真结果显示,新参数能够在高信噪比的环境下区分出语音与冲击噪声,为后续的语音处理奠定了基础。
-
关键词
语音检测
冲击噪声
浊音
短时平均幅度差
-
Keywords
speech detection
impact noise
voice
short-time average magnitude difference function
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名应用VQ的说话人识别系统的改进
- 8
-
-
作者
王蕾
张友纯
周燕
-
机构
中国地质大学信息工程学院
-
出处
《中国科教博览》
2004年第11期56-57,共2页
-
文摘
说话人识别是语音识别的一种特殊方式，其目的不是识别语音内容，而是识别说话人是谁，即从语音信号中提取个人特征。采用矢量量化(VQ)可避免困难的语音分段问题和时间归整问题，且作为一种数据压缩手段可大大减少系统所需的数据存储量。本文提出了识别特征选取采用复倒谱特征参数和对应用VQ的说话人识别系统改进的一种方法。当用于训练的数据量较小时，复倒谱特征可以得到比较稳定的识别性能。VQ的改进方法避免了说话人识别系统的训练时间与使用时间相差过长从而导致系统的性能明显下降以及若利用自相关函数带来的大量运算。
-
关键词
复倒谱
说话人识别
矢量量化
短时平均幅度差
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名加权短时自相关函数的基音周期估计算法
被引量：9
- 9
-
-
作者
沈瑜
党建武
王阳萍
雷涛
-
机构
兰州交通大学电子与信息工程学院
-
出处
《计算机工程与应用》
CSCD
2012年第35期1-6,160,共7页
-
基金
国家自然科学基金(No.60962004
No.61162016
No.61202314)
-
文摘
语音基音频率的准确检测是语音信号处理的难点之一。提出一种加权短时自相关函数(Autocorrelation Function,ACF)算法提取基音频率。在传统的ACF方法基础上,利用短时平均幅度差函数(Average Magnitude Difference Function,AMDF)的平方对ACF函数进行加权,由此加强短时自相关函数在基音周期倍数处的峰值特性。对提取出的基频曲线做平滑处理。实验结果表明,该方法提高了基音周期检测的准确率。
-
关键词
基音频率检测
加权短时自相关函数
短时平均幅度差函数
基频曲线平滑
-
Keywords
pitch frequency detection
Autocorrelation Function （ACF）
Average Magnitude Difference Function （AMDF）
pitch contour smoothing
-
分类号
TN912.33
[电子电信—通信与信息系统]
-
-
题名基于LV-AMDF的自适应基音检测算法
被引量：7
- 10
-
-
作者
张康杰
赵欢
饶居华
-
机构
湖南大学计算机与通信学院
湖南工业大学计算机与通信学院
-
出处
《计算机应用》
CSCD
北大核心
2007年第7期1674-1676,1679,共4页
-
基金
湖南省自然科学基金资助项目(03JJY3097)
湖南省科技计划项目(05FJ3046)
-
文摘
根据语音信号的基音周期范围有限和周期相对稳定的特点,改进了可变长平均幅度差函数法(LV-AMDF),提出一种自适应幅度差法检测基音周期。它在语音非稳定段通过简单的谷值点评选机制,筛选当前谷值点以及历史谷值点,得到较精确的基音周期;在语音稳定段依据历史谷值点缩短语音段的比较范围,减少计算代价。还改进了浊音起止点检测算法,使浊音起止点的定位更精确。实验证明,该方法在不同的信噪比环境下有效地降低了半周期和倍周期点的发生率。
-
关键词
语音合成
基音检测
短时平均幅度差函数
可变长平均幅度差函数
-
Keywords
speech synthesis
pitch detection
Average Magnitude Difference Function （AMDF）
Length Varied AMDF （LV-AMDF）
-
分类号
TP391.42
[自动化与计算机技术—计算机应用技术]
TP391.1
[自动化与计算机技术—计算机科学与技术]
-
-
题名井下动液面声波信号处理方法研究
被引量：7
- 11
-
-
作者
王路平
魏勇
汪玉祥
陈强
刘国权
马伟楠
-
机构
长江大学电子信息学院
中国石油集团测井有限公司
-
出处
《电子测量技术》
北大核心
2021年第22期87-95,共9页
-
基金
国家科技重大专项项目(2017ZX05019001-009)资助。
-
文摘
石油采收过程中油井动液面深度监测对确保油井的安全生产非常重要。当使用声波法测量油井动液面深度时,受到套管中复杂结构的影响,井口接收到的声波信号的接箍波和液面回波易受到噪声的干扰,导致传统的信号处理方法很难计算声波的速度和旅行时间,从而无法获得油井动液面深度。针对这一问题,首先对接箍波进行巴特沃斯低通滤波,采用短时平均幅度差函数来获取接箍波的平均采样次数,以此来计算声波在油井中传播的速度;在此基础上,对液面回波进行小波去噪,采用小波奇异值检测方法来获取液面回波位置,以此来计算起爆波和液面回波位置的时间差,进而实现油井动液面深度的检测。为了更加直观方便地对比处理效果,设计了基于MATLAB的可视化数据处理软件。选取多组采油现场获得的声波信号进行测试,结果表明,测量绝对误差控制在1 m以内,相对误差不超过0.075%,与其他信号处理方法(相对误差范围0.3%~0.5%)相比,所提的方法误差较小,能够较好地满足实际工程中的需求。
-
关键词
井下动液面
声波信号
巴特沃斯低通滤波
短时平均幅度差函数
小波去噪
小波奇异值检测
-
Keywords
downhole moving liquid level
acoustic signal
Butterworth low-pass filtering
short-term average amplitude difference function
wavelet denoising
wavelet singular value detection
-
分类号
TE151
[石油与天然气工程—油气勘探]
-
-
题名一种改进的短时平均幅度差函数算法
被引量：1
- 12
-
-
作者
马英
于向飞
-
机构
青海民族大学物理与电子信息工程学院
-
出处
《应用声学》
CSCD
北大核心
2010年第5期387-390,共4页
-
文摘
在语音信号分析中,对于基音周期的提取目前已有较多的分析和处理方法,在现有的短时平均幅度差函数(AMDF)的处理方法中,只需要加、减和取绝对值运算,运算量较之短时自相关函数大大下降。同时,AMDF函数的谷点提取基音周期比自相关函数的峰值更加尖锐,错判率相对较少,稳健性更高。然而,传统的AMDF算法对窗长的要求较为严格,窗长较短就会有较大的误差。本文针对该缺陷做出的改进算法,使之无论窗长多大均会有较为准确的结果,大大拓展了AMDF算法的适用空间。进一步,将其与同态处理结合,会有更好的效果。
-
关键词
短时平均幅度差函数
同态处理
基音周期
MATLAB
-
Keywords
AMDF, Homomorphic processing, Pitch cycle, MATLAB
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名基于短时平均幅度差函数的带噪语音端点检测算法
被引量：2
- 13
-
-
作者
蔡萍
-
机构
闽江学院物理学与电子信息工程系
-
出处
《河南工程学院学报（自然科学版）》
2014年第3期26-29,共4页
-
基金
闽江学院科技育苗项目(YKY12002)
-
文摘
传统的基于自相关函数的端点检测算法有两个方面的问题,一是计算量大,二是要进行语音信号基音周期的提取.提出了一种改进的方法,用短时平均幅度差函数代替自相关函数,节约了计算量;利用浊音与噪声平均幅度差函数的区别省去了基音周期的计算,同时也避免了误差带来的问题.传统算法与改进算法的仿真比较表明,改进算法的检测曲线噪声容限大,所以在低信噪比下也表现出了较强的稳定性.
-
关键词
端点检测
自相关函数
短时平均幅度差函数
基音周期
-
Keywords
end-point detection
auto-correlation function
short-time average magnitude difference function
pitch period
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名一种新的子带声音强度参数及提取算法
被引量：1
- 14
-
-
作者
田春环
姜占才
李小航
-
机构
青海师范大学物理系
-
出处
《电子设计工程》
2016年第20期171-173,177,共4页
-
基金
国家社科基金项目资助(15XYY026)
-
文摘
为了使混合激励线性预测语音编码器(MELP)的应用更接近实际,提出了一种基于短时幅度与短时平均幅度差函数的子带声音强度提取方法。该方法根据MELP声码器解码语音的(MOS)评分得出最佳的线性组合系数,进而求出5个子带的清/浊音强度,并将其植入MELP声码器中。仿真实验表明,该算法不仅与原算法具有相同的效果,而且算法复杂度低。
-
关键词
清/浊音强度
短时幅度
短时平均幅度差函数
线性组合
-
Keywords
unvoiced/voiced intensity
short-time magnitude
short-time average magnitude difference function
linear combination
-
分类号
TN912.35
[电子电信—通信与信息系统]
-
-
题名一种高性能汉语语音基音周期估计方法
- 15
-
-
作者
李祖鹏
姚佩阳
-
机构
空军工程大学电讯工程学院
-
出处
《空军工程大学学报（自然科学版）》
CSCD
2000年第4期45-47,共3页
-
文摘
在分析 AMDF基音周期估计方法的基础上 ,提出一种新的汉语语音基音周期估计方法MAMDF( Modified AMDF)。实验证明 ,MAMDF方法可以获得更好的基音估计精度和时域分辨度。
-
关键词
语音基音周期估计
短时平均幅度差函数
时域分辨度
-
Keywords
pitch estimation
average magnitude difference function
time resolution
-
分类号
N55
[自然科学总论]
-
-
题名同声道语音检测及一种新的检测算法
- 16
-
-
作者
李悦芳
刘芸
-
机构
国防科技大学计算机学院
-
出处
《电脑知识与技术》
2007年第1期199-199,243,共2页
-
文摘
分析了同声道语音检测的典型算法SAPVR算法，介绍了算法的基本思想和流程。着重提出了一种简化运算的新的检测算法．用MATLAB工具进行实验，验证了该算法的有效性。
-
关键词
同声道语音
频谱自相关峰谷率算法
短时平均幅度差算法
-
Keywords
Co-channel SPEECH
SAPVR
AMDF
-
分类号
TP301
[自动化与计算机技术—计算机系统结构][自动化与计算机技术—计算机科学与技术]
-
