期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于改进KNN的消费者评价信息情感分类研究 被引量:2
1
作者 刘晓菲 丁香乾 +2 位作者 石硕 李林春 李忠态 《微型机与应用》 2014年第24期81-83,86,共4页
面对大数据时代消费者评价的海量信息,为了识别消费者评价信息的情感倾向,及时掌握消费者的评价信息反馈,采用K-近邻(KNN)算法对消费者评价信息进行情感分类,但是该算法在文本分类过程中因文本特征向量的维度高,使得算法的时间复杂度和... 面对大数据时代消费者评价的海量信息,为了识别消费者评价信息的情感倾向,及时掌握消费者的评价信息反馈,采用K-近邻(KNN)算法对消费者评价信息进行情感分类,但是该算法在文本分类过程中因文本特征向量的维度高,使得算法的时间复杂度和空间复杂度较高,计算的开销很大。针对这一问题,通过对获取信息的文本结构以及情感表达特点的分析,采用一种改进的KNN算法进行文本情感分类。在对消费者评价信息进行分类时,先由潜在语义分析算法对文本特征向量进行降维处理,然后利用加权KNN算法进行分类。实验结果表明,该方法在提高文本分类速度的同时保持了良好的分类效果。 展开更多
关键词 大数据 特征降维 lsa算法 KNN算法 情感分类
下载PDF
非因果先验信噪比估计的LSA算法改进 被引量:1
2
作者 陈国冻 何良华 《计算机工程》 CAS CSCD 北大核心 2011年第3期178-179,182,共3页
对于大多数的语音增强算法,先验信噪比及背景噪音频谱估计的准确与否,对语音增强的效果影响至关重要。为此,在传统MMSE-LSA算法的基础上,提出一种基于非因果先验信噪比估计的LSA改进算法,较好地弥补了传统LSA算法在先验信噪比上估计的不... 对于大多数的语音增强算法,先验信噪比及背景噪音频谱估计的准确与否,对语音增强的效果影响至关重要。为此,在传统MMSE-LSA算法的基础上,提出一种基于非因果先验信噪比估计的LSA改进算法,较好地弥补了传统LSA算法在先验信噪比上估计的不足,同时采用平滑系数动态更新噪音频谱值,使估计值能更好地跟踪噪音的变化。实验结果表明,改进算法能有效减少残余噪音量,提高语音分段信噪比,改善语音质量。 展开更多
关键词 非因果先验信噪比估计 背景噪音估计 MMSE—lsa算法
下载PDF
基于深度置信网络的语音增强算法 被引量:1
3
作者 阴法明 唐於烽 《电子器件》 CAS 北大核心 2018年第5期1325-1329,共5页
研究了一种基于深度置信网络的语音增强算法。选取在噪声环境下传统语音增强算法中较好的LOGMMSE与OMLSA算法和基于深度置信网络的语音增强算法进行了分析比较,结果证明深度置信网络的语音增强算法在3种算法中体现出了卓越的性能,尤其... 研究了一种基于深度置信网络的语音增强算法。选取在噪声环境下传统语音增强算法中较好的LOGMMSE与OMLSA算法和基于深度置信网络的语音增强算法进行了分析比较,结果证明深度置信网络的语音增强算法在3种算法中体现出了卓越的性能,尤其对增强后的语音质量的提升远远超过前两种算法。 展开更多
关键词 语音增强算法 深度置信网络 LOGMMSE算法 优化改进的对数幅度谱算法
下载PDF
基于自适应阈值活动语音检测和最小均方误差对数谱幅度估计的低信噪比降噪算法 被引量:6
4
作者 张皓然 王学渊 李小霞 《计算机应用》 CSCD 北大核心 2020年第6期1763-1768,共6页
针对低信噪比(SNR)环境下传统方法对声信号降噪的局限性,提出了一种联合自适应阈值活动语音检测(VAD)算法和最小均方误差对数谱幅度估计(MMSE-LSA)的实时降噪算法。首先,在VAD算法中通过基于能量概率最大值的概率统计来对背景噪声进行估... 针对低信噪比(SNR)环境下传统方法对声信号降噪的局限性,提出了一种联合自适应阈值活动语音检测(VAD)算法和最小均方误差对数谱幅度估计(MMSE-LSA)的实时降噪算法。首先,在VAD算法中通过基于能量概率最大值的概率统计来对背景噪声进行估计,对得到的背景噪声进行实时更新并保存;然后,将实时更新的背景噪声作为MMSE-LSA的参考噪声,并对噪声幅度谱进行自适应更新,最后进行降噪处理。通过在真实场景中对四类声信号进行实验,结果表明,该算法在保证对低SNR声信号的实时处理的情况下,相较于传统MMSE-LSA算法,降噪信号的SNR能够提高10~15 dB,且不存在信号过减的情况,可应用于实际工程。 展开更多
关键词 真实环境 自适应阈值 活动语音检测算法 实时最小均方误差对数谱幅度估计算法 实时背景 低信噪比
下载PDF
融合多种语言的语音情感识别
5
作者 张可欣 刘云翔 《电子设计工程》 2023年第6期25-29,共5页
由于语言的差异,提高跨语言情感数据库识别语音情感的准确度,仍然是一项难题。该文针对语言差异这一难题,融合了语音情感识别技术和自然语言处理技术。该文选取Berlin语音情感数据库和CASIA语音情感数据库,从两个数据库中分别挑选200条... 由于语言的差异,提高跨语言情感数据库识别语音情感的准确度,仍然是一项难题。该文针对语言差异这一难题,融合了语音情感识别技术和自然语言处理技术。该文选取Berlin语音情感数据库和CASIA语音情感数据库,从两个数据库中分别挑选200条语音,选用开源API下的Google Speech,实现语音文本的转化。使用机器翻译方法,将语言转化为文本,统一翻译成中文。利用自然语言处理的词法分析、句法分析、LSA的关键词提取算法,提取出表达情感的关键词。对于被提取出来的关键词,使用SpeechLib工具包将提取过特征值的文本转化成语音,提取MFCC特征,构建DNN+BLSTM模型,实现语音情感的分类。实验结果表明,文中使用的方法未加权平均召回率(UAR)和加权平均召回率(WAR)分别为48.22%和56.5%,相比其他方法,UAR和WAR分别提高了4%和8%。 展开更多
关键词 语音情感识别 自然语言处理 跨语言的语音情感识别 语音文本转化 lsa关键词提取算法
下载PDF
飞机驾驶舱噪声环境下的飞行员语音端点检测 被引量:1
6
作者 诸心阳 黄丹 +1 位作者 陆燕玉 傅山 《计算机工程》 CAS CSCD 北大核心 2018年第1期317-321,共5页
为在飞行驾驶舱噪声环境下准确判定飞行员语音端点,提出一种鲁棒语音端点检测方法。使用最优改进对数谱幅度估计语音增强算法进行初步语音降噪,通过Teager能量算子进一步滤除残余噪声,并将降噪后语音短时能量与子带谱熵的比值作为双门... 为在飞行驾驶舱噪声环境下准确判定飞行员语音端点,提出一种鲁棒语音端点检测方法。使用最优改进对数谱幅度估计语音增强算法进行初步语音降噪,通过Teager能量算子进一步滤除残余噪声,并将降噪后语音短时能量与子带谱熵的比值作为双门限判决参数,检测飞行员语音起止点。实验结果表明,与基于能量参数或频谱熵参数的语音端点检测方法相比,该方法能有效提高检测正确率。 展开更多
关键词 驾驶舱人为因素 语音端点检测 最优改进对数谱幅度估计算法 TEAGER能量算子 子带谱熵
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部