-
题名低信噪比语音信号端点检测和自适应滤波
被引量：7
- 1
-
-
作者
沈亚强
-
机构
浙江师范大学数理与信息科学学院
-
出处
《电子测量与仪器学报》
CSCD
2001年第1期27-32,共6页
-
文摘
本文采用时间序列信号短时分形的非线性分析方法 ,对信噪比在 0dB和 -5dB的噪声语音信号进行了语音端点的检测和自适应滤波研究。通过计算机仿真实验 ,结果表明 :噪声语音信号的短时分形维维数的大小能较准确地判定语音的起止端点 。
-
关键词
短时分形维数
低信噪比
语音端点检测
自适应滤波
-
Keywords
Fraction dimension
Low SNR
speech endpoints detect
Adaptive filtering
-
分类号
TN913.3
[电子电信—通信与信息系统]
-
-
题名分形理论在语音信号端点检测及增强中的应用
被引量：10
- 2
-
-
作者
费珍福
王树勋
何凯
-
机构
吉林大学通信工程学院
-
出处
《吉林大学学报（信息科学版）》
CAS
2005年第2期139-142,共4页
-
文摘
为了提高现有谱相减方法处理低信噪比语音信号的效果, 利用时间序列信号的短时分形维数对低信噪比语音信号的端点检测方法进行了研究, 提出了一种基于端点检测的谱相减语音增强方法, 给出了其原理及具体算法。仿真实验结果表明, 该方法简单可靠, 有效可行, 当语音信号信噪比降到 -5dB时仍然有效; 与已有方法相比, 具有更广泛的实用性。
-
关键词
分形维
语音端点检测
语音增强
谱相减
-
Keywords
fraction dimension
speech endpoints detect
speech enhancement
spectral subtraction
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名非特定人孤立词语音识别系统的片上实现
被引量：10
- 3
-
-
作者
张晨燕
孙成立
-
机构
石家庄经济学院信息工程学院
北京邮电大学信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2007年第13期194-196,共3页
-
基金
河北省教育厅自然科学指令计划(No.2005340)
河北省科技厅科技发展规划指导计划(No.052135147)。
-
文摘
在SEED-DEC5502DSP嵌入式系统开发平台上实现了一个面向非特定人的孤立词语音识别系统,和传统的基于特定人的语音识别系统相比,该系统无需用户训练,易于使用。系统采用改进的基于语音对数域能量变化率的实时端点检测算法,只对检测的有声段语音进行特征提取,从而减少了要处理的语音帧数;提出了改进的共享声学单元状态发射概率共享的解码策略,进一步降低了计算负担。实验表明系统在100词条的情况下识别率达到98.1%,识别时间为1.03倍实时。
-
关键词
语音识别
嵌入式系统
端点检测
发射概率
-
Keywords
speech recognition
embedded system
speech endpoint detect
state emission probabilities
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名HMM非特定人孤立词语音识别系统的片上实现
- 4
-
-
作者
张晨燕
孙成立
-
机构
石家庄经济学院信息工程学院
北京邮电大学信息工程学院北京
-
出处
《电信科学》
北大核心
2006年第10期60-63,共4页
-
基金
河北省科技厅资助项目(No.052135147)
河北省科技厅指导性项目(No.042135105)
-
文摘
在SEED-DEC5502DSP嵌入式系统开发平台上实现了一个面向非特定人的孤立词语音识别系统,与传统的基于特定人的语音识别系统相比,该系统无需用户训练,易于使用。系统采用改进的基于语音对数域能量变化率的实时端点检测算法,仅对检测的有声段语音进行特征提取和解码,减少了要处理的语音帧数;对状态输出概率计算进行了分析和优化,进一步降低了计算负担。实验表明系统在100词条的情况下识别率达到98%,识别时间为1.03倍实时。
-
关键词
语音识别
嵌入式系统
端点检测
状态发射概率
-
Keywords
speech recognition, embedded system, speech endpoint detect, state emission probability
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
-
题名HMM非特定人孤立词语音识别系统的FPGA实现
- 5
-
-
作者
万卫锋
赵峰
-
机构
上海交通大学微电子学院
-
出处
《信息技术》
2008年第12期89-92,共4页
-
文摘
以Xilinx公司Virtex-IIPro为开发平台,实现了一个基于隐马尔可夫模型(Hidden Markov Model,简称HMM)非特定人的孤立词语音识别系统。系统采用改进的基于语音对数域能量变化率的实时端点检测算法,仅对检测的有声段语音进行特征提取和解码,减少了要处理的语音帧数。实验表明系统在150词条的情况下识别率达到97.3,识别时间为1.42倍实时。
-
关键词
隐马尔可夫模型
语音识别
端点检测
语音系统
FPGA
-
Keywords
hidden markov model
speaker recognition
speech endpoint detect
speech recognition system
FPGA
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
