InviewoftheproblemthatspeechendpointdetectionbasedonEmpiricalModeDecomposition(EMD)losesitsaccuracya
为提高语音端点检测系统在低信噪比环境下检测的正确率,提出一种强噪声环境下基于改进的希尔伯特-黄变换语音端点检测方法。对每帧信号进行经验模态分解,得到有限个固有模态函数,去掉第一个固有模态函数,其他的都
语音识别中双门限端点检测算法的研究,肖宜,,语音信号起止点的判别是任何一个语音识别系统必不可少的组成部分。有噪声的情况下,单纯用短时能量或者短时过零率不能准确检测出
语音端点检测是语音识别系统的重要环节之一。针对噪声环境下的语音端点检测困难,提出了一种改进的支持向量机的语音端点检测方法。利用小波分析(WA)提取含噪语音信号的特征向量。采用遗传算法(GA)得到最优的
针对传统的聚类算法存在对初始值敏感、易陷入局部最小值,且对类别数和聚类原型的先验知识依赖比较大等问题。提出了一种基于多克隆的进化免疫网络聚类算法,该算法使用了多克隆算子,增加了种群的多样性,扩大了解空
这篇论文先介绍了语音信号处理的一些背景知识,包括语音信号的特点、数字化和预处理等;然后简要描述了几种较为常见的VAD算法:基于短时能量和过零率的端点检测算法、基于LPC倒谱特征的VAD算法、基于HMM
实现版权保护和内容认证是数字水印的两个最主要功能,而现有同时实现这两个功能的数字水印方案并不完美。提出了结合人类视觉系统在图像的绿色分量中嵌入版权信息,实现版权保护,在蓝色分量中嵌入二值图像,实现内容
为了提高车载噪声环境下语音端点检测的准确性,介绍了一种新的时间序列复杂性测度:模糊熵,并将其应用于语音信号的特征提取。分别以样本熵和模糊熵提取含噪语音信号的特征,使用双门限法对语音信号进行端点检测,特
基于子带能量的语音端点检测算法的研究,朱明明,吴小培,端点检测作为语音信号处理系统前端处理的重要环节,直接影响系统处理的准确性和高效性。传统的端点检测在高信噪比和稳定噪声环��
由于车内噪声的存在,使语音的检测率降低得非常明显,这给智能汽车的语音控制带来了困难。提出了一种基于HHT谱矩阵的检测方法。该方法通过分析HHT的特点,以及噪声、语音信号的幅度分布特点,以帧为单位对输入