基于听觉模型的耳语音的声韵切分

本文分析了耳语音的特点,并根据生理声学及心理声学的基本理论与实验资料,提出了一种利用听觉模型来进行耳语音声韵切分的方法。这种适用于耳语音声韵切分的听觉感知模型主要分为四个层次:耳蜗对声音频率的分解机理;听觉系统的时域和频域非线性变化;中枢神经系统的侧抑制机理。这种模型能反映在噪声环境下人对低能量语音的听觉感知特性,因而适于耳语音识别,在耳语音声韵母切分实验中得到了满意的结果。

基于双门限算法的语音端点检测和声韵母分离研究

端点检测和声韵母分离是汉语语音信号处理的一个重要预处理步骤。针对单门限算法在检测过程中出现的漏检问题,提出了一种基于双门限算法的汉语语音信号端点检测和单音节声韵母检测方法。通过短时能量与过零率相结合,弥补单门限算法的不足,并对检测方法进行仿真,验证了该方法的准确性和有效性。

融合图像局部能量和梯度的水平集分割方法

为了实现结构复杂的灰度不均匀图像的快速准确分割,提出一种融合局部能量和梯度敏感性的水平集方法,采用梯度敏感的能量函数改进局部能量最小化水平集方法,并利用灰度全局信息自动初始化水平集.局部能量函数由局部灰度拟合函数定义,是水平集的外部驱动能量,适用于分割灰度不均匀图像.梯度敏感项依据图像特性,自动判定对水平集的驱动方向,其外部能量函数能加速零水平集向目标边界的运动,内部能量函数则推动零水平集离开平坦区域.该方法提高了水平集演化的速度和稳定性;通过调节水平集对不同强度边缘的敏感度,能够提取出弱边缘;而且不需要交互式操作.实验结果表明,该方法在分割灰度不均匀图像时,具有快速、准确和鲁棒性好的特点.

音段延长的不同类型及其韵律价值

在汉语口语里,存在着三种不同类型的音段延长,每一种类型都与一定的韵律事件相对应,都有各自独特的时域变化方式。韵律域末尾延长、即边界前的音段延长以音节的韵母为主,韵律域起始延长、即边界后的音段延长以声母辅音为主,而与重音凸显相关的音段延长则是涉及整个音节的、相对平衡的延长。音段的不同延长效应,可以作为了解言语韵律结构的有价值的信息。

基于改进GAC模型的二值水平集前列腺超声图像自动分割算法

提出了一种基于改进测地线主动轮廓(geodesic active contour,GAC)的自动分割算法.首先通过结合径向浅浮槽和区域填充算法得到滤波后图像的大致轮廓,然后通过构造基于区域信息的符号压力函数代替边界停止函数,并且加入了基于边界梯度信息的能量项,有效地克服了弱边界的问题.该模型用二值水平集方法实现,使算法的稳定性更高,计算量大大降低.对前列腺直肠超声图像的实验结果表明:本算法迭代收敛速度快,有效避免了边界泄露问题.

一种新的GVF Snake模型自动初始化轮廓方法

Snake模型已被广泛地应用于数字图像分析和计算机视觉领域。在应用该模型时,初始轮廓不易实现自动化。因此,提出一种改进分水岭算法确定GVF Snake模型初始轮廓的方法。该方法先采用改进的分水岭算法对图像进行预分割,再将得到的边缘作为GVF Snake模型的初始边缘轮廓。实验结果证明:该方法极大地减少了GVF迭代次数,提高了轮廓收敛的速度,并保留了GVF Snake模型的所有优点,为Snake模型自动初始化轮廓提供了一种有效的方法。

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%。

基于韵母发音事件匹配与位置时延分析的音唇一致性判决方法

针对传统一致性判决方法主要对整句(段)话进行分析,并无对分析内容加以筛选,存在字典规模过大、计算复杂度高及结果易受静音等弱关联片段影响等不足,本文以唇型变化显著的韵母为代表性发音事件,结合音唇初始时延分布范围的统计结果,提出基于韵母发音事件匹配与位置时延分析的一致性判决方法.先利用提出的音视频结合韵母切分法对字典学习数据进行韵母段筛选,再通过学习所得的韵母字典分析韵母事件的音唇匹配度,并对各韵母出现位置的时延分布进行统计评分.最后由韵母发音事件音唇匹配度得分与位置时延分析评分相融合的评分机制判决一致性.实验结果表明,本文算法在识别性能上优于多种比较算法,且与传统字典法相比降低了一定的运算量.

基于匹配追踪算法的汉语音节重叠声韵分割

为避免"绝对"声韵分割策略的主观性和随意性,结合语谱图以及匹配追踪算法,实现了一种对汉语孤立字进行重叠声韵分割的新的时频方法。以语谱图判决得到的浊音起点为声韵母过渡段的起点,以匹配追踪原子参数在浊音起点之后所达到的第一个极值的位置为过渡段终点。仿真实验结果表明,该方法的分割正确率可达87.5%;将分割后的声韵母单元分别送入语音识别系统,与以整个字节为识别单元相比识别率提高了1.33%。

基于图论的视网膜自动分层方法

针对现阶段大部分眼底光学相干层析成像(optical coherence tomography,OCT)依赖于医生的主观分析,工作量大且人为分割精度差,本研究提出了一种基于图论的视网膜自动分层方法。首先对眼底OCT图像进行权值分配,然后选取分割路径的端点,最后利用Dijkstra算法在限定区域内搜索最低权值路径,实现对视网膜的自动分层。实验结果表明,本研究方法能够精确地对视网膜OCT图像进行七层自动分层,且分层偏差小于两个像素。该方法为病变视网膜的诊断提供了关键信息。

一种对汉语孤立字词进行声韵分割的时频方法

正确的声韵分离是汉语语音识别与合成等的基础和关键。针对传统声韵分割中,时域短时能量和过零率容易受到噪声干扰从而导致分割不准确的问题,结合语谱图所体现的时频信息对汉语孤立字进行了声韵分割,并进一步对信号进行经验模态分解和计算保号率,实现了一种对二字词的时频声韵分割方法。仿真实验结果显示,该方法对汉语孤立字和二字词的分割准确率分别达到了86.92%和77.47%。

基于遗传匹配追踪分解的汉语孤立字声韵分割

汉语实际发音中声母能量小,其频率成分多且分布分散;而韵母能量相对较大,其频率成分较少且集中于中低频。运用时频分析方法,将声母和韵母发音的这些差异同时体现在时频平面的时频原子特征上,提出利用所得到的Gabor原子参数的不同对汉语孤立字进行声韵分割的新方法,并通过引入遗传算法降低匹配追踪算法搜索原子的运算量。对115个汉语孤立字的仿真实验显示,该方法的分割正确率可达80.87%。

采用改进Snake模型的胸片肺野自动分割方法

为了解决传统Snake模型应用于X光胸片肺野分割时,对人工初始化轮廓的选择敏感、对凹陷区域分割不准确等问题,提出一种基于自动初始化Snake模型的X光胸片肺野自动分割方法.该方法首先通过Otsu法对原始图像进行二值化,得到包含肺野、背景区域的二值图像,并经过图像取反和连通域处理,运用形态学方法,得到只含有肺野区域的二值图像;然后,通过边界提取,完成对Snake模型轮廓的自动初始化;最后通过Snake模型的演化,得到分割结果.实验结果表明:该方法能摆脱Snake模型对人工初始化轮廓的依赖,提高分割的鲁棒性,同时对凹陷区域的分割更准确,具有更好的分割效果.

连续语音声韵母自动分段算法研究

连续语音声韵母边界的确定是分离声母段和韵母段的直接措施,为解决手工标注边界的高耗时与主观误差引入问题,提出一种新的基于支持向量机(Support Vector Machine,SVM)的声韵母自动分界算法。该算法选取标准语音语料库,基于训练集样本特征及标签训练两级支持向量机模型,识别测试集样本,确定初始声韵母边界;基于余弦相似度和欧氏距离两种相似度判据,获取频谱突变点,并设计规则边界融合策略,实现安静环境下静音、声母及韵母边界的自动准确切分。以Matlab为仿真平台,手工标注边界为基准,本文算法在测试集上所得声韵母切分边界的F值平均值为94. 01%,表明能够准确分离出连续语音中的声母段和韵母段。

基于HHT瞬时能频值的含噪耳语音声韵分割

提出了一种基于希尔伯特-黄变换瞬时能频值的含噪耳语音声韵分割算法。根据耳语音声韵母幅频特性,运用HHT,分离出耳语音中高频部分的瞬时幅值与频率,同步去除低频噪声,提取出能够反映声韵母过渡信息的特征参数——瞬时能频值,利用该参数对耳语音进行声韵分割。实验结果表明:与相对熵算法相比,该算法对含噪耳语音进行的声韵分割正确率较高,能够较准确地进行耳语音声韵分割。