检索结果-南通市图书馆

基于信息熵和神经网络的语音端点检测算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于信息熵和神经网络的语音端点检测算法研究

作者：乔峰太原理工大学

学位级别：硕士

语音端点检测是语音分析、语音合成和语音识别中的一个重要环节。在实际运用中，通常要求首先对系统的输入信号进行判断，准确的找出语音信号的起始点和终止点。这样才能采集到真正的语音数据，减少数据量和运算量，并减少处理时间。因... 详细信息

语音端点检测是语音分析、语音合成和语音识别中的一个重要环节。在实际运用中，通常要求首先对系统的输入信号进行判断，准确的找出语音信号的起始点和终止点。这样才能采集到真正的语音数据，减少数据量和运算量，并减少处理时间。因此语音端点检测算法研究意义重大。本文首先介绍了几种典型的语音端点检测算法。随后对三种语音端点检测算法进行研究。算法一：在对信息熵原理理解的基础上，分析了语音信号与背景噪声的幅度熵及谱熵的差异，并根据这些差异进行了基于幅度熵和谱熵的语音端点检测算法研究，仿真实验结果表明该方法检测准确率较高。算法二：在对信息熵语音端点检测研究的基础上，结合神经网络在模式分类方面的优越特性，提出了基于信息熵和神经网络的语音端点检测算法，该算法针对语音信号和背景噪声进行建模，把语音信号端点检测问题看作是对每帧信号进行分类，通过建立相应的模型，根据模型的匹配程度对每帧语音矢量进行划分，确定其属于语音或背景噪声。仿真实验表明，该算法在检测准确率上要优于信息熵语音端点检测算法，且避免了常规方法需要设置阈值门限这一难点。算法三：语音信号端点检测研其本质是区分语音与背景噪声。语音与背景噪声的划分不是绝对的，分界处的语音信号有可能属于语音，也有可能是背景，因此语音端点检测属于边界分类模糊问题。而模糊技术在处理边界模糊问题上具有独特的优势，通过对语音数据的模糊化，结合对神经网络语音端点检测的研究，提出了基于模糊神经网络的语音端点检测算法。仿真实验表明，该算法在检测准确率上是本文研究的三种算法中最高的，但该算法的缺点是算法复杂。文章最后对本文所研究的三种算法进行了总结，提出了一些在今后工作中需要进一步研究的问题，并对近几年来出现的一些研究新方向作了简单的介绍和展望，指出了端点检测未来的发展前景。

关键词：端点检测幅度熵谱熵神经网络模糊

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

背景噪声下的端点检测技术研究

背景噪声下的端点检测技术研究

作者：杨超华北电力大学（河北）

学位级别：硕士

语音端点检测是语音分析、语音合成和语音识别中的一个必要环节。尽管语音端点检测技术在安静的环境中已经达到了令人满意的准确率,但是在实际应用时由于噪声的引入和环境的改变通常会使系统性能显著下降。本文在总结比较现有的经典语... 详细信息

语音端点检测是语音分析、语音合成和语音识别中的一个必要环节。尽管语音端点检测技术在安静的环境中已经达到了令人满意的准确率,但是在实际应用时由于噪声的引入和环境的改变通常会使系统性能显著下降。本文在总结比较现有的经典语音端点检测方法的基础上,将分形理论中的分形记盒维数应用到端点检测算法中。对传统的门限比较法进行了改进,采用了基于分形记盒维数与短时能零比相结合的端点检测算法。以分形记盒维数为主要判决条件,并在判决门限的设定上采用了自适应机制。通过matlab仿真验证,结果表明基于分形记盒维数和短时能零比相结合的端点检测算法在白噪声和粉红色噪声下具有很好的准确率和鲁棒性。

关键词：端点检测能零比谱熵谱减法分形记盒维数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

强噪声环境下语音信号端点检测方法研究

强噪声环境下语音信号端点检测方法研究

作者：董胡湖南师范大学

学位级别：硕士

语音信号处理中,端点检测指从背景噪声中准确检测出语音信号的起止点,从而在语音识别中提高识别精度及减少识别时间。尽管语音端点检测技术在安静的环境中已经达到令人鼓舞的准确率,但在现实环境中由于各种不同噪声的引入使得语音端点... 详细信息

语音信号处理中,端点检测指从背景噪声中准确检测出语音信号的起止点,从而在语音识别中提高识别精度及减少识别时间。尽管语音端点检测技术在安静的环境中已经达到令人鼓舞的准确率,但在现实环境中由于各种不同噪声的引入使得语音端点的检测性能显著下降,因而强噪声环境下的语音端点检测的研究有重要意义。本文首先总结了语音信号数字化处理过程,分析了常用的几种端点检测方法,并给出了其实验结果与一些相应的改进。随后给出了强噪声环境下两种语音端点检测新方法。方法一:基于离散余弦变换和改进谱熵的语音端点检测方法。通过前期离散余弦变换的语音增强,有效地去除了含噪信号中的噪声,增强了端点检测的准确度,接着在后期采用改进谱熵的方法进行语音端点检测,进一步准确地确定出语音信号的起止端点位置。方法二:基于倒谱距离和短时能量的端点检测方法。通过加入一与倒谱距离不相关的短时能量参数,建立双参数判决机制来进行端点检测。同谱熵及短时能量等方法相比较,方法一不仅有较高的端点检测准确率,而且能有效地区分连续语音中字与字之间的边界,鲁棒性较好,抗干扰能力强。方法二实现起来简单,环境适应性较好,对于以清音开头的语音信号端点检测效果明显;端点检测性能优于倒谱距离及短时能量方法,在保证运算量没有显著增大的前提下,提高了在强噪声环境下的端点检测准确率。对不同类型噪声环境下的语音进行了端点检测,并对检测效果进行了评价和分析。实验结果表明上述两种方法在不同类型的强噪声环境下的端点检测效果都比较好。最后,文章对本文给出的两新方法进行了总结,指出了今后研究中需要改进的问题及端点检测未来的发展方向。

关键词：端点检测谱熵离散余弦变换倒谱距离短时能量

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

汽车后桥振动特征提取及虚拟仪器设计

汽车后桥振动特征提取及虚拟仪器设计

作者：张志平华东交通大学

学位级别：硕士

汽车后桥是汽车的关键部件之 ,据统计,有20%的事故是由于后桥造成的,所以后桥在出厂前要进行严格的质量检验。本文决定采用振动诊断方法实现对后桥的质量检验。文中分析了后桥的振动特征;结合实际工况和实测结果,确定了测点位置;利用本... 详细信息

汽车后桥是汽车的关键部件之 ,据统计,有20%的事故是由于后桥造成的,所以后桥在出厂前要进行严格的质量检验。本文决定采用振动诊断方法实现对后桥的质量检验。文中分析了后桥的振动特征;结合实际工况和实测结果,确定了测点位置;利用本人设计的虚拟仪器实现了振动信号采集和分析。本文的重点是信号消噪及后桥运行状态特征参数的提取。信号消噪是后续信号处理的基础,关系到信号分析结果的正确性。本文应用小波及小波包变换进行消噪,消噪结果表明小波包的消噪效果更好。能否提取正确反映后桥运行状态的特征参数关系到能否实现产品检测及检测的可靠性,本文采用了三种方法提取特征参数:时间平均小波谱、小波包能量法和频域指标法。在时间平均小波谱和小波包能量法中,分别以各自确定的欧式距离作为后桥质量检测的阈值。在频域指标法中,以谱熵臂或重心频率作为评判后桥运行质量的特征参数。通过实测分析,这三种方法均能有效的确定反映后桥运行质量的阈值,但时间平均小波谱和小波包能量法的计算较复杂,计算量大,而频域指标的计算简捷,特别适合于自动化诊断和移植到手持式便携检测仪器中。

关键词：后桥质量检验信号分析谱熵小波虚拟仪器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

舰船辐射噪声弱调制特征提取方法

舰船辐射噪声弱调制特征提取方法

作者：饶柏斌东南大学

学位级别：硕士

在海洋中,目前已知的唯一可以有效地长距离传输的能量形式只有声波。声呐是通过水下声波对水声目标进行远距离探测和定位的装备。被动声呐通过在水下侦听舰船辐射噪声信号,从信号中提取目标特征,实现对水声目标的检测、定位和分类识别... 详细信息

在海洋中,目前已知的唯一可以有效地长距离传输的能量形式只有声波。声呐是通过水下声波对水声目标进行远距离探测和定位的装备。被动声呐通过在水下侦听舰船辐射噪声信号,从信号中提取目标特征,实现对水声目标的检测、定位和分类识别。宽带调制特征反映了舰船目标螺旋桨的桨叶数和主轴转速等物理参数,是舰船辐射噪声中的一种重要的特征。在声呐系统中,采用Detection of Envelope Modulation on Noise(DEMON)方法获取舰船辐射噪声宽带调制特征。当前,减振降噪技术的日益发展使得水声目标的辐射噪声强度和特征持续减弱,使得在实际海洋环境中,常规的DEMON方法检越来越难以提取舰船辐射噪声的调制特征,制约了声呐在水下的目标检测和分类识别性能。本文针对在舰船辐射噪声信号中弱调制特征的检测和提取,开展了如下研究。分析了舰船辐射噪声的产生机理和信号统计规律,考虑宽带调制信号的调制频段分布和目标机动带来的噪声起伏,建立了舰船辐射噪声精细模型,并设计了信号仿真方法。分析了DEMON算法对宽带调制信号的解调谱分析和线谱检测的原理,针对分频带解调算法频带划分造成频带增益损失提出了频段补偿的宽带解调方法,该方法根据各频段调制强度设计频段补偿滤波器对原始信号各频段加权,再进行全频带解调获取DEMON谱,实验证明该方法相对分频带解调可以获取质量更高的DEMON谱。分析了螺旋桨噪声的循环平稳特性,分析了宽带调制信号中调制函数和调制频带分布在循环谱中的表征。针对弱调制信号提出了一种基于循环谱和谱熵的解调方法(Cyclostationary Spectrum Entropy Algorithm,CSEA),通过谱熵判断循环谱各频段谱质量,设计合理的加权融合系数,获得较高信噪比的DEMON谱。实验证明CSEA相对分频带解调算法能有效的提高对弱信号的检测能力。提出了一种谐波转换算法(Harmonic Transform Algorith,HTA)用于解调谱中的轴频提取。HTA通过Harmonic-Transform变换,求解目标信号的谐波谱,并证明了在目标轴频出,谐波谱具有最大值。Harmonic-Transform将频率及其谐波的能量集中在一起,对于谐波丢失以及干扰线谱等情况有较好的抑制效果。HTA的优点除了对信噪比较低的信号有很好的轴频提取能力之外,HTA还可以对采样时间长度较短的信号进行内插,提升谱的频率分辨率。HTA通过设置转换矩阵的频率间隔,来得到高精度的谐波谱,并由此得到更精确的轴频。

关键词： DEMON谱循环谱谱熵谐波变换

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于传声器阵列的声源定位算法研究

基于传声器阵列的声源定位算法研究

作者：梁龙腾广州大学

学位级别：硕士

基于传声器阵列的声源定位近年来被广泛的应用在生活与生产中,在视频电话会议、智能家居和噪声检测系统等多个领域受到广泛地关注与研究。然而,真实环境中的噪声和混响问题、算法实时性问题和传声器的数量依旧影响声源定位算法的效果,... 详细信息

基于传声器阵列的声源定位近年来被广泛的应用在生活与生产中,在视频电话会议、智能家居和噪声检测系统等多个领域受到广泛地关注与研究。然而,真实环境中的噪声和混响问题、算法实时性问题和传声器的数量依旧影响声源定位算法的效果,特别在混响环境下,如何利用较少数量的传声器进行准确快速地声源定位仍然是目前研究的热点和难点。基于上述问题,论文首先设计一种改进的语音端点检测算法,能更准确地从接收信号中提取语音信号,再设计一种改进的的倒谱滤波时延估计技术对语音信号进行时延估计,最后利用十字形传声器阵列结合时延估计进行声源定位。论文的具体工作体现如以下三点:1.谱熵法端点检测对信噪比不敏感,受信号能量影响小,然而当噪声与语音信号的谱分布相近时估计性能急促下降,为此设计出一种基于谱加权的谱熵端点检测算法。算法中通过引入一种频谱加权技术,对接收信号的频谱进行不同程度的白化,以达到改变噪声与语音信号谱熵值的效果,能通过检测谱熵值大小区分噪声信号与语音信号。经实验仿真证明,相比于谱熵法,谱加权谱熵法端点检测具有更好的估计性能,在白噪声下,两者都具有较好的检测性能;在其他类型噪声下,在信噪比为0dB-5dB时,正确率提升10%-50%;信噪比在5dB以上时,检测正确率提升30%左右。2.倒谱预滤波时延估计技术能有效的抑制接收信号中的混响成分,但由于消除了最小相位分量,使全通分量信号在幅度谱上进行了白化,未能有效利用信号幅度谱中携带的有效信息,使估计的峰值降低。为此论文设计一种改进的时延估计技术,在得到全通信号的基础上,加入信号幅度谱,并结合改进的相位加权广义互相关函数法进行时延估计。最后在三种不同混响时间的环境下进行仿真,进一步验证了本文算法比广义互相关时延估计算法具有更好的估计性能。3.一维线性传声器阵列具有结构简单、数学建模容易,所需传声器数量少的优点,但定位过程中会产生定位模糊问题,无法确定正确位置。为此论文设计一种具有四个传声器的十字形阵列,利用两对传声器的时延消除定位模糊问题,并结合波达角估计模型和时延进行波达角估计。最后在真实环境下设计共60组声源定位实验进行算法验证,进一步验证了本文算法具有更准确的估计性能。

关键词：端点检测谱熵声源定位时延估计倒谱预滤波技术

Curvelet变换的多波段遥感图像融合研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机工程与应用 2012年第32期48卷 153-156,248页

作者：吴飞张德祥安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学电气工程与自动化学院合肥230601

提出一种基于Curvelet变换的多波段遥感图像融合算法。Curvelet变换具有比小波变换更好的边缘表达,因而更适合图像的融合处理。采用具有多尺度、多方向特点的Curvelet变换对多波段遥感图像像进行分解。对于低频系数采用平均融合算法,根... 详细信息

提出一种基于Curvelet变换的多波段遥感图像融合算法。Curvelet变换具有比小波变换更好的边缘表达,因而更适合图像的融合处理。采用具有多尺度、多方向特点的Curvelet变换对多波段遥感图像像进行分解。对于低频系数采用平均融合算法,根据高频子图边缘分布差异,对于方向高频系数采用区域边缘检测和区域谱熵算法实现多波段遥感图像的融合处理。实验结果表明,提出的算法与传统算法相比在保留原始图像边缘和纹理信息同时,可以有效地取得较好的融合视觉效果。

关键词： Curvelet变换多波段遥感图像谱熵图像融合

基于DSP的语音检测与神经网络自适应滤波研究

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DSP的语音检测与神经网络自适应滤波研究

作者：姚屏中南大学

学位级别：硕士

语音检测器的主要任务是对接收到的含噪语音信号进行分析,判断其中是否有语音,将检测结果送至主控板,使主控板作出相应的处理,从而控制单工电台的发射开关,使其处于接收或发射状态。本文分析了语音检测技术的理论基础,讨论了语音与噪... 详细信息

语音检测器的主要任务是对接收到的含噪语音信号进行分析,判断其中是否有语音,将检测结果送至主控板,使主控板作出相应的处理,从而控制单工电台的发射开关,使其处于接收或发射状态。本文分析了语音检测技术的理论基础,讨论了语音与噪声的不同特性,研究了信号的“谱熵”值和“短时平均幅度差函数(AMDF)”对车辆通信中语音信号的影响,提出了“谱熵”和AMDF相结合的混合检测算法对信号进行语音/噪声判决,且采用自适应神经网络滤波,提高了信号的信噪比(SNR),达到语音增强。最后,以DSP芯片为核心,完成语音检测器的设计与开发工作。在进行算法研究时,将干扰信号抽象为白噪声和严重失真的单音信号(即方波信号),并分别在频域和时域内对含噪语音进行分析和处理。在频域内,利用傅里叶变换和最大离散熵定理,对含噪语音的短时频谱进行分析,构造出一种熵函数来对语音信号进行有声/无声的判决,从而达到检测语音的目的;在时域内,用N=128的矩形窗取出短时信号,计算信号的AMDF。研究结果表明,“谱熵”和AMDF联合检测算法是在SNR比较高的情况下检测效果较理想,而车辆通信中语音信号的SNR较低,故在对信号处理之前,进行自适应神经网络滤波,滤除信号中混杂的噪声信号,提高SNR,从而达到语音增强的目的,有利于信号的检测。仿真结果表明,本算法对带噪语音端点检测有高的正确率。在硬件设计上,采用串行输入输出的方式,充分利用DSP芯片的McBSP口和DMA通道,使数据的输入和输出不占用CPU时间,同时简化电路,减小印刷板的尺寸。

关键词：语音噪声谱熵 AMDF 神经网络自适应滤波

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于半监督学习的音频实时检测方法的研究

基于半监督学习的音频实时检测方法的研究

作者：王红丽延边大学

学位级别：硕士

随着现代信息技术,特别是网络技术和多媒体技术的迅速发展,多媒体数据已成为互联网上传送数据的主要部分。音频是多媒体中的一种重要媒体,由于音频数据量的快速增长,如何在大规模的音频数据中迅速、有效地检索出所需要的音频信息就变得... 详细信息

随着现代信息技术,特别是网络技术和多媒体技术的迅速发展,多媒体数据已成为互联网上传送数据的主要部分。音频是多媒体中的一种重要媒体,由于音频数据量的快速增长,如何在大规模的音频数据中迅速、有效地检索出所需要的音频信息就变得越来越重要。传统的音频检索技术需要耗费大量的劳动力,而引入机器学习可以降低人工参与,也可以更智能地处理音频数据。机器学习能够根据用户的特定需求从海量数据中建立模型并发现有用的知识。本学位论文将半监督学习策略用于音频检索,提出了一种检测具体应用环境中声音元素的方法。首先,利用小波的多分辨率分析特性,提取3层小波分解后低频系数的MFCC特征、原始音频数据的频谱质心以及具有较好抗噪声性能的谱熵特征,并计算MFCC特征的均值、频谱质心和谱熵的方差,由此构造14维特征向量。其次,针对Tri-training算法学习时会引入噪声,而且对无标记样例的利用率不高的问题,提出了基于辅助学习策略的半监督协同训练学习算法(AR-Tri-training)。该算法在少量的已标记样例基础上,根据所提出的辅助学习策略设计音频学习器,再结合富信息策略,达到在学习过程中消除噪声的目的,从而提高了数据的利用能力。最后,将音频学习器用于特定场景中,提出了一种能够实时检测场景中声音元素的检测算法。以2s时长作为检测单位,提取实时录入音频数据的特征向量之后,将此特征向量输入经训练后的音频学习器,从而检测出声音元素以及时间分布,并分析了检测系统的性能。实验结果表明,本文提出的AR-Tri-training算法与Tri-training算法相比,不仅移除了每次学习过程中可能产生的噪声,而且能够充分利用无标记样例,提高了识别率。构造检测系统后的测试表明,本文算法构造的检测系统性能优于基于Tri-training的系统。

关键词：音频检测半监督学习小波分解 MFCC 频谱质心谱熵