一种参考短时平均能量和平均幅度差函数的基音检测方法

基音检测是语音处理中的一个非常重要的问题,但基音周期的准确估计非常困难,本文提出一种能参考短时平均能量和短时平均幅度差函数的归一化互相关函数的基音检测算法,经实验检验,在安静的现场环境及说话人情感平静时,对给出的测试语句做基音检测,没有出现错误。

基于短时平均能量和短时过零率的藏语语音端点检测研究

语音端点检测是语音处理分析过程中的重要环节之一,该文介绍了语音端点检测的两个传统算法即短时平均能量和短时过零率,并将这两种算法结合起来进行藏语语音进行端点检测。运用Matlab编程和仿真验证了双门限判断法在藏语语音端点检测中的准确性。这种方法降低了藏语语音处理的时间、提高了处理的质量、可用来进行一些藏语语音识别的特征参数的提取。

纯音乐与语音-音乐混合片段的高准确识别方法

通过对同一首歌曲音频信号的特征分析,提出了一种基于音频片段平均短时能量和过0率标准偏差的融合判决方法.该方法解决了纯音乐与语音-音乐混合片段识别易混度高的问题,可以准确地识别同一首歌曲中纯音乐片段和语音-音乐混合片段,为去除音频中不需要的部分提供一种有效的预处理方法,并且可以更好地提高数据处理的效率和性能.实验结果表明,通过对不同风格、不同歌手以及不同语言的歌曲处理,纯音乐的平均正确率为92.30%,语音-音乐混合的平均正确率为96.36%.

罗兰C信号包络提取技术研究

为改善罗兰C接收机的接收性能,获取更高的定位精度,关键是提高罗兰C信号包络提取的精度。分别讨论了希尔伯特变换、小波变换和短时平均能量三种包络提取方法在罗兰C信号处理中的应用效果。仿真验证表明,基于Morlet小波的包络提取方法精度最高,效果最佳,满足罗兰C接收机实际信号处理条件下对包络信息精确性高的要求。

一种藏语连续语音声学特征参数提取算法研究

声学特征参数提取是连续语音信号处理过程中的关键环节之一。介绍了目前藏语语音声学特征参数提取研究基本情况,设计了提取藏语连续语音时域波形、短时平均能量、短时过零率、短时自相关函数以及连续语音基音轨迹的流程;在Matlab环境下进行编程仿真,结合藏语语音发音特征进行藏语连续语音参数特征分析,实验表明这些参数基本上能够很好的表征藏语连续语音中的声学特征,为藏语连续语音识别、语音合成和语音数据处理提供参考依据。

WAV音频分句的算法设计

随着网络信息技术的迅猛成长,我们正快步走进信息时代,世界经济、文化等信息交流变得十分频繁与快捷。基于语言学习的需要,本文提出了一种基于语音端点检测技术的音频分句算法。本算法对音频文件进行"分帧"后,通过提取语音帧特征项,判别其特征值后对其进行归类。在特征项提取时,为短时过零率设定正负门限,可大大增强判别特征值的准确性。提出上升沿与下降沿的概念对语音端点进行精确定位,并最终存储音频分句的端点,实现音频分句功能。

一种基于FPGA实现的改进语音端点检测算法

介绍了一种基于FPGA硬件实现的语音端点检测算法,该算法以短时平均能量和短时平均过零率为基础,具有硬件实现简单、资源占用量低、检测效果良好等特点;给出了算法的流程与硬件实现模块,以及采用FPGA综合和仿真的结果.

藏语语音时域参数提取关键技术研究

语音特征参数是语音信号分析的重要参数依据,藏语语音特征参数的精确度直接影响藏语语音合成、语音识别及语音压缩等处理的效果。介绍了藏语时域语音信号处理过程中的语音特征参数及其提取关键技术:包括短时平均能量,短时平均幅度,短时过零率,短时自相关函数和端点检测等算法.分析了语音的时域特征参数在藏语语音分析中的实际应用。

基于粗集理论的连续属性离散化方法及其在语音识别中的应用

文章提出基于粗集理论的语音识别的模型和方法,给出连续语音属性离散化算法,最后把算法应用于语音识别信息系统的构建.

文本文件的语音识别中音节的自动切分

汉语语音识别中对孤立词、小词汇特定人的语音识别率较高,但对于连续的大词汇量语音识别率较差。把连续的大词汇语音实时自动地切分为单个音节,可以提高其系统的识别率。本文根据汉语语音在能量和频率等方面的特征,找到了短时平均幅度和短时平均过零率的方法来检测音节的端点,从而得到对文本文件中汉语语音的音节自动切分算法。

基于傅里叶变换对婴幼儿语音分析问题的研究

针对婴幼儿语音分析的问题,运用了快速傅里叶变换、多元统计分析、平均十二音律法、短时平均能量、马氏距离等方法,构建了男女声鉴别模型、声音谱曲模型、婴幼儿声音语义分析等模型,综合运用了MATLAB、EXCEL等软件编程求解.结果表明,基因频率可以准确判别男女声,通过短时平均能量可以识别婴幼儿所要表达的情感.

音频文件前端预处理解决方案

网吧环境下采集到的音频文件除了包含有效的语音信息之外,还存在大量杂音片段。如果不经处理就在网络上进行传输,会消耗大量宝贵的带宽资源。本文针对此问题提出了相应的解决方案,来去除音频文件中的杂音和无语音片段,达到在高质量保留语音信号的基础上去除干扰和缩小文件以节约带宽资源的目的。测试结果显示本方案具有很好的效果。

基于传统能零比和自相关函数主副峰结合的端点检测法

端点检测是语音信号处理中的一个非常重要的步骤,其准确度直接影响语音信号处理的速度和效果。传统的端点检测方法可以在高信噪比环境下准确地检测语音端点,但在低信噪比情况下,传统的端点检测特征参数不能充分描述语音信号的特征,导致端点检测效果的下降。为此,本文提出了一种对语音进行改进的多窗谱减法降噪和中值滤波减少低信噪比环境下无话段的起伏后,在结合对数能量、过零率和自相关函数主副峰比值的端点检测方法,实验表明,该方法比传统的端点检测方法具有更好的精度和鲁棒性,在低信噪比环境下取得了良好的端点检测效果。

基于分布式光纤传感技术的管道破坏联合检测方法

现有的油气管道第三方破坏检测方法的检测效率低、易受环境磁场等外界干扰,导致误报率较高。为了提高检测率,提出一种基于分布式光纤传感技术的油气管道破坏信号检测方法:先计算检测时段内每帧信号的短时能量与修正过零率,再计算所有帧信号的短时平均能量与修正过零率标准差,然后将两者联合起来,通过对破坏信号的有、无进行判定,可以实现有效检测管道破坏信号,大大降低了管道监测系统的误报率。分别模拟不同的人工、机械破坏信号,对新建的联合检测方法进行可行性、有效性验证,结果表明:将短时平均能量与修正过零率标准差联合检测管道破坏信号的方法能够剔除干扰,对人工、机械模拟入侵事件检测准确率超过90%,可为管道安全运行提供技术保障。