检索结果-南通市图书馆

传感技术学报 2020年第8期33卷 1133-1139页

作者：张雨晨陈霏韩悦朱亚涛贾雯天津市成像与感知微电子技术重点实验室天津大学微电子学院天津300072 深圳清华大学研究院深圳518057

在日常生活中常见的非平稳噪声环境下,现有助听器语音增强算法的降噪性能有所不足。对此,本文提出了一种结合子带谱熵法与双尺度循环神经网络的助听器语音增强算法。该算法将音频划分为16个子频段,各频段的对数功率谱被用作循环神经网... 详细信息

在日常生活中常见的非平稳噪声环境下,现有助听器语音增强算法的降噪性能有所不足。对此,本文提出了一种结合子带谱熵法与双尺度循环神经网络的助听器语音增强算法。该算法将音频划分为16个子频段,各频段的对数功率谱被用作循环神经网络的输入特征,对应的频段增益作为输出特征,并使用子带谱熵法对增益进行修正。实验结果表明,相较于传统语音增强算法,在三类不同的噪声环境中,本文提出算法的平均信噪比分别提高了4.215 dB、0.906 dB、11.010 dB。在FPGA上对该算法进行测试,输出与计算机模拟输出的信噪比差值为0.117 dB,互相关系数为0.9994。并且当时钟频率设置为10 MHz时,算法的延时约为2 ms,可以满足助听器的使用需求。

关键词：语音增强数字助听器循环神经网络子带谱熵法噪声消除

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于子带谱熵法和PSO-GA-SVM的汽车鸣笛识别

引用

南京师范大学学报（工程技术版） 2021年第2期21卷 27-33页

作者：余凌浩陆铁文李晨曾毓敏袁芳南京师范大学计算机与电子信息学院/人工智能学院江苏南京210023 杭州爱华智能科技有限公司浙江杭州311121

针对鸣笛抓拍系统会产生误判的问题,提出了一种基于子带谱熵法和支持向量机的汽车鸣笛识别算法.首先,使用子带谱熵法对声音样本进行初判,将子带谱熵高于阈值的样本直接判定为非鸣笛样本.然后,对初判为鸣笛的样本中的疑似鸣笛部分进行分... 详细信息

针对鸣笛抓拍系统会产生误判的问题,提出了一种基于子带谱熵法和支持向量机的汽车鸣笛识别算法.首先,使用子带谱熵法对声音样本进行初判,将子带谱熵高于阈值的样本直接判定为非鸣笛样本.然后,对初判为鸣笛的样本中的疑似鸣笛部分进行分割,并提取Mel频率倒谱系数作为声音的特征.最后,使用支持向量机对分割结果进行进一步分类,并使用粒子群算法与遗传算法的融合来优化支持向量机的参数.仿真结果表明,该算法具有较好的鲁棒性.在对实际采集样本的鸣笛识别中,该算法也取得了较高的准确率.

关键词：汽车鸣笛识别子带谱熵法支持向量机粒子群优化遗传算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于EMD-Teager能量和子带谱熵法的语音端点检测

引用

工业控制计算机 2017年第12期30卷 26-27,30页

作者：陈召全刘美娟章小兵王晨中航华东光电有限公司安徽芜湖241002 安徽工业大学电气与信息工程学院安徽马鞍山243002

子带谱熵法端点检测的精度和语音的端点检测准确与否直接影响到语音识别系统的计算复杂度和识别能力。对此,提出一种基于EMD-Teager能量平均值和传统子带谱熵法相结合的语音端点检测算法。该算法首先利用EMD分解的IMF分量中的中高频分量... 详细信息

子带谱熵法端点检测的精度和语音的端点检测准确与否直接影响到语音识别系统的计算复杂度和识别能力。对此,提出一种基于EMD-Teager能量平均值和传统子带谱熵法相结合的语音端点检测算法。该算法首先利用EMD分解的IMF分量中的中高频分量IMF3-IMF5对语音信号进行重构,然后计算Teager能量平均值,再与传统的子带谱熵法相结合,可以达到对语音进行减噪和平稳处理的目的,最后采用双门限端点检测的算法对含噪声的语音进行端点检测。实验结果表明,在低信噪比的情况下,该算法相比于传统子带谱熵法端点检测效果更好,鲁棒性更高。

关键词：语音的端点检测 EMD 子带谱熵法 Teager能量

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一种婴儿哭声识别优化算法的研究

引用

测控技术 2019年第12期38卷 46-51页

作者：林浩文张正道张明馨高超宏江南大学物联网工程学院江苏无锡214122 江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

针对现有婴儿哭声识别方法在噪声环境下和不同婴儿间鲁棒性不足的问题,提出一种婴儿哭声识别的优化算法。利用子带谱熵法端点确定婴儿哭声信号的有效区间,增强算法在噪声环境下的鲁棒性;从有效哭声信号中提取平滑Mel频率倒谱系数(SMFCC... 详细信息

针对现有婴儿哭声识别方法在噪声环境下和不同婴儿间鲁棒性不足的问题,提出一种婴儿哭声识别的优化算法。利用子带谱熵法端点确定婴儿哭声信号的有效区间,增强算法在噪声环境下的鲁棒性;从有效哭声信号中提取平滑Mel频率倒谱系数(SMFCC)作为特征参数;基于SMFCC构建婴儿哭声模板,增强算法在不同婴儿间的鲁棒性;使用动态时间规整算法(DTW)计算哭声信号与模板的距离,得到识别结果。实验表明:在具有噪声的婴儿哭声测试集中,哭声识别准确率均达到72%以上,该方案在噪声环境下和不同婴儿个体的哭声识别中表现出较强的鲁棒性。

关键词：婴儿哭声识别平滑Mel频率倒谱系数子带谱熵法基音频率动态时间规整

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：