噪声环境下的鲁棒性语音端点检测算法研究,介绍了端点检测方面的理论和方法。
为提高复杂噪声环境下语音信号端点检测的准确率,提出一种基于梅尔频谱倒谱系数(MFCC)距离的多维特征语音信号端点检测算法。通过计算语音信号的MFCC距离,结合短时能量和短时过零率对特征距离进行修正,并
一种用于光纤周界安防系统的端点检测方法
matlab程序双门限法语音信号端点检测(可实现多段检测)
端点检测是语音信号处理过程中非常重要的一步,它的准确性直接影响语音信号处理的速度和结果,因此端点检测方法的研究,特别是在噪声环境下端点检测的研究,一直是语音信号处理中的热点。从基于时域参数、频域参数、
提出了一种应用于智能家居的语音端点检测方法,综合利用语音信号的时域特性。设置了短时能量动态门限作为前端判定;对短时过零率算法做了抗干扰处理并结合平均幅度差函数做后期判定。实验结果表明, 该算法能在室内
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