期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于噪声短时谱动态估计的语音增强谱减算法 被引量：7
1
作者 李银国 薛雯 徐洋 《重庆邮电大学学报（自然科学版）》 北大核心 2010年第2期127-130,共4页
针对谱减法增强语音后残留"音乐噪声"明显,影响语音清晰度的问题,在分析现有的噪声谱减算法基本特性的基础上,提出一种基于噪声短时谱动态估计的语音降噪方法。通过估计噪声短时功率谱及其变化趋势,动态调整谱减法中的过减系... 针对谱减法增强语音后残留"音乐噪声"明显,影响语音清晰度的问题,在分析现有的噪声谱减算法基本特性的基础上,提出一种基于噪声短时谱动态估计的语音降噪方法。通过估计噪声短时功率谱及其变化趋势,动态调整谱减法中的过减系数,有效抑制残留噪声。仿真实验表明,新的谱减算法在提高语音信噪比的同时保持较小的失真度,具有较好的增强效果。 展开更多
关键词 语音识别 语音增强算法 噪声短时谱估计 谱减法 过减系数
下载PDF
基于噪声特性的语音增强算法 被引量：5
2
作者 孟欣 马建芬 +1 位作者 张雪英 曹棣 《科学技术与工程》 北大核心 2016年第33期244-248,261,共6页
针对不同的语音增强算法对不同噪声的增强效果不同,提出了一种基于深度神经网络的噪声分类的语音增强算法。首先,使用深度神经网络(DNN)算法对噪声进行分类。分类算法包括训练阶段和分类阶段。在训练阶段,采用babble,car,street,train... 针对不同的语音增强算法对不同噪声的增强效果不同,提出了一种基于深度神经网络的噪声分类的语音增强算法。首先,使用深度神经网络(DNN)算法对噪声进行分类。分类算法包括训练阶段和分类阶段。在训练阶段,采用babble,car,street,train四中噪声对DNN进行训练;在分类阶段,将提取的噪声输入训练好的DNN中,得到分类结果,并对分类性能进行评估。其次,采用PESQ,LSD及SNR等语音评估方法,对不同的含噪语音在不同信噪比、不同语音增强算法下进行评估。语音增强算法包括子空间法、维纳滤波算法、谱减法及对数最小均方误差法(log MMSE),噪声包括babble,car,street,train,信噪比为-5db,0db和5db,并对通过评估得到的值采用平均值法得到噪声和语音增强算法的最佳匹配;最后,针对不同分类噪声,采用不同的增强算法进行语音增强,并对4种噪声之外的噪声根据本文算法选取相应的语音增强算法。 展开更多
关键词 语音增强 噪音分类 深度神经网络 子空间法 维纳滤波 谱减法 对数最小均方误差法
下载PDF
基于总体平均经验模态分解的语音增强算法研究 被引量：4
3
作者 陈建明 杨龙 《计算机应用与软件》 2017年第9期328-333,共6页
总体平均经验模态分解EEMD(Ensemble Empirical Mode Decomposition)虽然能够在一定程度上抑制模态混淆,但添加的白噪声不能被完全中和,对所有本征模态函数IMF(Intrinsic Mode Function)分量进行集成平均等增加了计算工作量。基于EEMD... 总体平均经验模态分解EEMD(Ensemble Empirical Mode Decomposition)虽然能够在一定程度上抑制模态混淆,但添加的白噪声不能被完全中和,对所有本征模态函数IMF(Intrinsic Mode Function)分量进行集成平均等增加了计算工作量。基于EEMD和结合小波阈值去噪思想,提出改进的EEMD方法。首先对原始信号进行EEMD分解,得到一系列IMF分量;其次对筛选后的每个IMF计算噪声强度;然后采用小波启发式阈值估计噪声并计算阈值;最后以软阈值的方式滤除每个IMF中噪声并重构信号还原出增强的语音。通过分析仿真信号和实测信号,结果表明:该算法对带噪语音有很好的滤波效果,与其他同类算法相比提高信噪比2~4 d B。 展开更多
关键词 总体平均经验模态分解(EEMD) 小波阈值去噪 语音增强算法
下载PDF
基于深度置信网络的语音增强算法 被引量：1
4
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
基于改进深度置信网络的语音增强算法 被引量：1
5
作者 余华 唐於烽 赵力 《数据采集与处理》 CSCD 北大核心 2018年第5期793-800,共8页
研究了一种基于深度置信网络的语音增强算法,并针对其不足做如下改进:考虑到对应训练集中噪声种类较少,噪声特性不够丰富的情况,在频域对噪声频谱进行扰动,以丰富噪声频谱特性;考虑到不同频点的信号对系统误差的影响不一样,结合绝对听... 研究了一种基于深度置信网络的语音增强算法,并针对其不足做如下改进:考虑到对应训练集中噪声种类较少,噪声特性不够丰富的情况,在频域对噪声频谱进行扰动,以丰富噪声频谱特性;考虑到不同频点的信号对系统误差的影响不一样,结合绝对听阈构造权重系数。最后选取在噪声环境下传统语音增强算法中较好的LOG-MMSE和本文改进的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显示出较好性能,尤其对增强后语音质量的提升超过了LOG-MMSE方法。 展开更多
关键词 语音增强算法 深度置信网络 LOG-MMSE算法
下载PDF
一种改进的电子耳蜗语音增强算法及其数字信号处理实现 被引量：1
6
作者 王瑜琳 田学隆 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2014年第4期742-746,754,共5页
为提高强噪声环境下电子耳蜗的语音质量,改善电子耳蜗使用者的听觉感知力,本文构建了一个用于电子耳蜗前端的语音增强系统。该系统以数字信号处理(DSP)为核心,利用其多通道缓冲串口(McBSP),并结合音频扩展芯片TLV320AIC10,实现语音信号... 为提高强噪声环境下电子耳蜗的语音质量,改善电子耳蜗使用者的听觉感知力,本文构建了一个用于电子耳蜗前端的语音增强系统。该系统以数字信号处理(DSP)为核心,利用其多通道缓冲串口(McBSP),并结合音频扩展芯片TLV320AIC10,实现语音信号的高速采集及输出。针对传统语音增强技术适应性差、收敛速度慢、稳态误差大等问题,本文利用箕舌线函数与解相关原理对现有自适应滤波算法做了改进,有效增强了语音通信的质量。实验结果证实了该系统稳定性强,算法降噪性能好,能为耳聋或耳鸣患者提供清晰的语音信号。 展开更多
关键词 电子耳蜗 语音增强算法 数字信号处理 自适应滤波
原文传递
基于谱减法的语音增强算法研究
7
作者 王雪梅 李玲 刘朝 《职大学报》 2013年第6期85-87,共3页
在通信质量日益提升的现代通信时代,对语音信号的处理研究仍然是一个基本而复杂的课题。在语音增强技术中产生了众多处理方法。笔者在谱减法的理论研究基础上,验证了谱减法对语音信号的语音增强在技术上有明显的效果。但是在谱减法中的&... 在通信质量日益提升的现代通信时代,对语音信号的处理研究仍然是一个基本而复杂的课题。在语音增强技术中产生了众多处理方法。笔者在谱减法的理论研究基础上,验证了谱减法对语音信号的语音增强在技术上有明显的效果。但是在谱减法中的"音乐噪声"处理上还是不如人意,仍然会出现节奏性的噪声,这也是日后不断需要研究的方向,以实现语音增强技术的理想化。 展开更多
关键词 谱减法 语音增强算法 噪声 语音信号
下载PDF
基于CEEMD的语音增强算法研究
8
作者 方利鑫 《信息与电脑》 2019年第3期65-66,共2页
笔者提出一种基于CEEMD的语音增强算法,实现语音频谱时频域的结构化信息建模。其通过提取、转换数据低层结构化信息,不断加工与优化信息结构,消除噪音影响,是增强语音效果的新算法。CEEMD自适应噪声完备集合经验模态分解,分解含噪音的... 笔者提出一种基于CEEMD的语音增强算法,实现语音频谱时频域的结构化信息建模。其通过提取、转换数据低层结构化信息,不断加工与优化信息结构,消除噪音影响,是增强语音效果的新算法。CEEMD自适应噪声完备集合经验模态分解,分解含噪音的各种信号,获取高频到低频各个序列的IMF分量,然后利用相关法分析分量,找出随机噪声的高频本征模函数,达到去噪音的目的。其次,统计余量内本征模函数分量的过零率,合并重构本征模函数分量,校正优良基线漂移效果,增强语音效果。基于CEEMD实现语音增强,与目前的语音增强方法或者算法相比,更能实现时频域上的结构化信息建模,促进语音增强算法的创新与改革。 展开更多
关键词 CEEMD 语音增强算法 减少噪音
下载PDF
Kalman滤波语音增强算法的参数估计与实现 被引量：1
9
作者 俞颖 黄风华 《重庆科技学院学报（自然科学版）》 CAS 2012年第6期154-157,174,共5页
针对Kalman滤波语音增强算法的参数估计及实现问题,提出基于协作式的新型递归神经网络方法。该方法通过协作式递归神经网络算法进行自回归AR参数估计,并利用有噪自回归信号的最小均方算法进行噪声方差参数估计。仿真实验表明,综合以上2... 针对Kalman滤波语音增强算法的参数估计及实现问题,提出基于协作式的新型递归神经网络方法。该方法通过协作式递归神经网络算法进行自回归AR参数估计,并利用有噪自回归信号的最小均方算法进行噪声方差参数估计。仿真实验表明,综合以上2种参数估计方法的Kalman滤波语音增强算法具有高效、实现简单的特点,消噪效果明显。 展开更多
关键词 Kalman滤波语音增强算法 参数估计 协作式递归神经网络 最小均方算法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部