基于短时幅度-过零率函数识别抽油井液面回波

基于液面回波短时过零率较低的显著特征和新定义的短时幅度函数,提出一种新的液面回波的综合识别方法,将含有幅度敏感因子的短时幅度函数与短时过零率函数相结合构造出了一个短时幅度-过零率函数,利用该函数逐帧地对回波信号进行计算,可识别出液面回波。与传统方法相比,可显著降低误判。通过阈值方法或其他方法可确定液面回波到达时刻。通过对比分析与实际计算给出了短时幅度-过零率函数的参数及帧长的选择范围。合适的函数参数和帧长可在一定程度上提高识别能力。现场应用表明该方法是可行的,与传统的单一幅值的识别方法相比,该方法对液面回波的正确识别能力有较大提高。

语音短时幅度和短时过零率分析与应用

给出一段语音,对这段语音的清浊音进行了研究。为了区分该语音的清音段与浊音段,提出一种短时幅度和短时过零率相结合的方法。分析比较了短时幅度和短时过零率分别出现的不同结果。短时幅度值Mn大的对应于浊音段,而Mn值小的对应于清音段。高平均过零率对应于清音,低平均过零率对应于浊音,分析结果表明将短时幅度和短时过零率结合起来的方法可以大体上区分清音段和浊音段。

一种基于短时平均幅度差的语音检测算法

提出了一种利用语音信号的短时平均幅度差特征并结合短时平均幅度的语音检测算法。该算法在专用通信系统中,用以对接收到的电台信号进行分析,判断其中是否有语音信号,从而控制半双工电台的发射开关,使其处于接收或发射状态。实验表明,该算法能在较低的信噪比情况下准确地检测出语音信号,而且计算方法简单,硬件处理容易,可靠性高,能够满足实时系统的需要。

基于短时平均幅度和HMM的语音识别系统研究

为克服现行语音识别精度不高的缺点,充分利用资源,改进语音识别效率,研究了基于音频波段特征分析的声音检测与分辨方法。方法以不同人对同一字的发音样本中的音频段信号为主要检测组分,研究不同样本的语音特征区别,使用MNP21声音传感器采集音频信号并进行分析。针对不同人的发音样本体系,提出了使用音频波段检测的思路。基于短时平均幅度优化获得音频信号,进而用隐马尔可夫模型进行识别,设计了语音识别系统。实验结果表明:每人采集10组样本训练,针对五人的不同样本进行多次语音区分,准确率达到100%。

一种改进的短时平均幅度差函数算法

在语音信号分析中,对于基音周期的提取目前已有较多的分析和处理方法,在现有的短时平均幅度差函数(AMDF)的处理方法中,只需要加、减和取绝对值运算,运算量较之短时自相关函数大大下降。同时,AMDF函数的谷点提取基音周期比自相关函数的峰值更加尖锐,错判率相对较少,稳健性更高。然而,传统的AMDF算法对窗长的要求较为严格,窗长较短就会有较大的误差。本文针对该缺陷做出的改进算法,使之无论窗长多大均会有较为准确的结果,大大拓展了AMDF算法的适用空间。进一步,将其与同态处理结合,会有更好的效果。

基于短时平均幅度的语音端点检测的改进

介绍了计算机语音处理中端点检测的方法,分析了短时平均幅度的语音端点检测的不足之处,并提出改进方法,最后给出实验结果。

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。

基于短时平均幅度和短时平均过零率的藏语语音端点检测研究

本文通过短时平均幅度和短时平均过零率相结合的方法,实现了藏语语音的端点检测,在此基础上可实现有声段和无声段的区分和音节的切分、清浊音的切分,为语音识别奠定了重要的基础,所做结果用Visual C++6.0实现。

基于短时平均幅度差函数的带噪语音端点检测算法

传统的基于自相关函数的端点检测算法有两个方面的问题,一是计算量大,二是要进行语音信号基音周期的提取.提出了一种改进的方法,用短时平均幅度差函数代替自相关函数,节约了计算量;利用浊音与噪声平均幅度差函数的区别省去了基音周期的计算,同时也避免了误差带来的问题.传统算法与改进算法的仿真比较表明,改进算法的检测曲线噪声容限大,所以在低信噪比下也表现出了较强的稳定性.

基于短时平均幅度比的自适应降噪系统的研究

提出基于短时平均幅度比的自适应降噪系统的构想,阐述了系统的工作原理和关键技术,并通过实验对该构想的正确性进行验证。

基于自适应子带谱熵和短时平均幅度的心音端点检测

论文提出一种对心动周期内的有效音进行端点检测和定位的方法。首先对心音信号进行归一化和预加重,实现对心音信号质量的提升。然后利用窗函数对心音信号进行分帧并利用自适应子带谱熵和短时平均幅度对心音信号进行成分检测。仿真结果证明,该方法可以对不同类型心音中的有效音和无效音进行区分,并实现心音及心杂音的分别标记。

一种改进的基于短时平均幅度的语音端点检测算法研究

在噪声环境下,利用短时平均幅度为特征进行语音端点检测.文章在传统端点检测算法的基础上,研究了汉语音节的特点,提出采用短时平均幅度代替短时能量,并为平均幅度引入判决门限.门限值是根据语音信号背景噪声自动计算得到,从而保证了算法在噪声环境下检测的准确性.实验结果表明,与传统的基于短时能量的端点检测算法相比,改进的算法在高信噪比和低信噪比环境下都具有良好的性能.

低速率DoS攻击的短时分析算法的研究

针对低速率拒绝服务（DoS）攻击难以检测的问题，提出了采用短时分析技术检测和防御低速率DoS攻击的方法。该方法用短时过界率实现低速率DoS攻击的检测，用短时幅度差（SMD）防止检测过程中的误报。短时分析技术和传统的频域变换方法比较，用更低的时间复杂度实现低速率DoS攻击的检测；用修正的短时自相关函数实现攻击周期估计，估计的周期应用在周期规避方法中实现低速率DoS攻击的防御，周期规避防御方法改进了已有的协议修正防御方法。理论分析和仿真结果证明了短时分析技术在实现低速率DoS攻击的检测防御方面具有可行性和优越性。

加权短时自相关函数的基音周期估计算法

语音基音频率的准确检测是语音信号处理的难点之一。提出一种加权短时自相关函数(Autocorrelation Function,ACF)算法提取基音频率。在传统的ACF方法基础上,利用短时平均幅度差函数(Average Magnitude Difference Function,AMDF)的平方对ACF函数进行加权,由此加强短时自相关函数在基音周期倍数处的峰值特性。对提取出的基频曲线做平滑处理。实验结果表明,该方法提高了基音周期检测的准确率。

基于SG/Simulink语音端点检测的设计与实现

为了提高语音端点检测硬件电路的实时性,提出了一种基于短时幅度变化的语音端点检测方法。根据该检测方法,使用赛灵思公司的数字处理系统开发工具实现了端点检测硬件电路的设计。设计中采用了查找表和有限状态机等方法弥补了数字处理系统开发工具中元件库不足的缺点,从而简化了硬件设计,提高了设计的速度。通过协同仿真和现场可编程门阵列元件下载验证表明,该方法可以有效地检测出语音信号的起止点,硬件电路的设计满足系统有效性和准确性的要求。

基于声学特征的腭裂语音声韵母切分

设计了一种腭裂语音的声韵母切分算法。通过主观的波形测试和客观的F检验及t检验,证明了腭裂语音与正常语音具有显著性差异。定义声母具有清音音素特性的音节为Ⅰ类音节,声母具有浊音音素特性的音节为Ⅱ类音节。首先基于层次聚类模型自动判别Ⅰ类、Ⅱ类音节,然后定义类浊音权重函数和类清音概率函数,实现Ⅰ类音节的声韵母一级切分,再通过短时自相关函数峰值个数的一阶微分实现Ⅰ类音节声韵母的二级切分。基于声韵母波形差异性,检测短时自相关函数的能量跳变点,实现Ⅱ类音节的声韵母切分。通过大样本实验,结果表明提出的腭裂语音声韵母自动判别算法具有较高的正确率,Ⅰ类音节的正确率达到90.72%,Ⅱ类音节的正确率为92.90%。

一种新的子带声音强度参数及提取算法

为了使混合激励线性预测语音编码器(MELP)的应用更接近实际,提出了一种基于短时幅度与短时平均幅度差函数的子带声音强度提取方法。该方法根据MELP声码器解码语音的(MOS)评分得出最佳的线性组合系数,进而求出5个子带的清/浊音强度,并将其植入MELP声码器中。仿真实验表明,该算法不仅与原算法具有相同的效果,而且算法复杂度低。

一种基于改进谱熵的语音端点检测方法

针对常规谱熵端点检测法在非平稳噪声环境下检测效果差的缺陷,提出了一种基于子带谱熵幅度积参数的语音端点检测方法。该方法利用非平稳信号处理技术将语音信号的时域分析和频域分析相结合,在常规谱熵的基础上计算出子带谱熵,再结合时域中的短时平均幅度进行端点检测。仿真结果表明,与常规谱熵端点检测算法和短时平均幅度算法相比,该方法在各种噪声环境下的检测效果都比较好,鲁棒性增强,其有效性得到验证。

改进的基于响度域的语音增强算法

针对短时谱幅度最小均方误差估计(MMSE-STSA)语音增强算法在非平稳噪声环境下噪声抑制能力较差的问题,提出一种改进的MMSE-STSA算法。该算法在响度域进行谱幅度估计,并采取基于概率的语音判决方法。实验结果表明,相比传统的MMSE-STSA算法,改进算法在非平稳噪声环境下能够获得更好的语音质量。

低复杂度的基音检测算法

在确保语音信号基音检测算法准确度和稳健性的前提下,降低其复杂度,增强实时性.首先给出了基音周期提取过程的实现框图,而后结合流程图详细阐述了提出的新算法,最后通过对仿真实验结果的分析,表明新算法在噪声环境下,仍能精确地提取基音周期.