共查询到20条相似文献，搜索用时 31 毫秒
1.
为提高噪声环境下语音端点检测的准确性,提出一种基于Mel倒谱距离顺序统计滤波的端点检测算法.该算法首先提取每帧语音信号的Mel频率倒谱系数,以前16帧估算背景噪声,计算每帧语音与背景噪声的倒谱距离;然后将当前帧前后相继若干帧的倒谱距离,经过一组顺序统计滤波器得到加权倒谱距离;最后根据各帧加权倒谱距离对输入语音进行分类.在TIMIT语音库上的实验结果表明,该方法在白噪声、粉噪声、汽车噪声和战斗机噪声等噪声环境下,均能得到理想的端点检测结果,且在低信噪比时依然有效. 相似文献
2.
文章提出了一种基于功率倒谱和结合两种高阶统计量——偏度和峰度的语音回声隐藏盲检测方法.根据回声隐藏时对载体语音引入回声的特点,通过分析语音的功率倒谱,提取并结合语音功率倒谱的高阶统计量——偏度和峰度.通过对原始语音样本和藏密语音样本功率倒谱偏度-峰度值的学习和训练,提取得到偏度-峰度阈值,可用于回声隐藏的盲检测分析.实验结果表明,该方法能够对四种回声隐藏方法同时生效,且检测率较高. 相似文献
3.
4.
语音转换是指改变一个人的语音个性特征,使之具有另外一个人的语音个性特征的技术,本文提出采用K-均值聚类算法的RBF神经网络实现基音频率转换,从而实现语音的韵律转换。在语音谱包络转换中采用高斯混合模型。 相似文献
5.
6.
7.
基音周期是语音信号中最重要的参数之一,基音周期预测的准确程度直接影响语音的音调。本文根据听觉掩蔽原理,把知觉加权与自相关法求基音周期的方法相结合,得出一种基于知觉加权的基音预测算法。文中介绍了该算法的基本原理并对该算法进行了仿真,仿真结果表明该算法具有较好的基音估计性能。 相似文献
8.
文章介绍了语音识别的基本原理以及用DSK6713实现语音识别算法的一些原则和方法,阐述了语音识别在DSP上的实现技术。系统使用梅尔倒谱系数（MFCC）作为特征参数,采用算法相对简单以及计算量较小的动态时间弯折算法（DTW）实现语音参数的匹配。用MATLAB实现DTW算法的仿真,进而将语音识别技术应用到DSP上,实验结果表明对特定人、小词汇量和孤立词的语音识别效果比较好。 相似文献
9.
语音信号技术广泛应用于语音通信、语音识别等领域,在语音信号处理过程中,降噪与提高可懂度是极为关键的,处理方法有多种,通过综合梳理,对谱减法和自适应噪声抵消法的分析,发现最大限度地消除谱减法中的"音乐噪声"成为需要突破的研究域。在此尝试利用MATLAB以图像形式呈现谱减法增强语音信号效果的比较。发现语音信号处理算法在定义域内,仍有不可避免的误差。得出避免误差算法的加强与从强噪声中提取语音信号,既是语音信号处理过程中所"遭遇"的重要问题,又是未来理论与实践应用研究的发展方向。 相似文献
10.
11.
通过分析语音特征参数的特点和说话人识别的基本方法,以线性预测倒谱系数为特征参数提取算法以及隐马尔可夫模型为建模算法,利用凌阳单片机作硬件平台,实现了声控锁的语音控制功能。实验结果表明,系统性能稳定,识别效果良好。 相似文献
12.
为了适应强噪声环境下的语音识别,进行了基于美尔倒谱系数特征及隐马尔可夫模型的识别算法研究,主要对提取语音信号的线性预测系数、端点检测、语音特征参数提取、语音算法识别流程等进行了初步研究,并进行了说话人识别系统的仿真验证。 相似文献
13.
文章以传统的谱减法为基础,介绍了几种改进的方法,比较详细地叙述了谱减法的基本原理和降低音乐噪声的方法。最后综合几种改进的方法,提出基于端点检测的近似估计谱减法。相对于传统的谱减法,该算法能更好地抑制残留噪声和背景噪声,特别是低信噪比下的语音信号。 相似文献
14.
15.
在语音识别中鲁棒性是一个很关键的因素,文章提出了一种关于0～9数字语音识别算法,采用递归最小二乘法(RLS)来消除噪声,系统使用过零率和能量参数作为端点检测方法,用美尔倒普系数(MFCC)矢量作为声道估计的滤波器,同时,采用动态时间弯折算法来识别语音。结果显示,未加RLS消噪系统前系统的识别率为72%,在处理过程中加入RLS消噪后识别率提高到98.7%。 相似文献
16.
对语音信号进行处理一个很重要的问题就是噪声的滤除,噪声降低了语音的信噪比和可懂性。多年来,人们针对加性宽带噪声提出了各种语音增强算法,其中谱减法因其具有简单和易于实现的优点而被广泛的采用。但是,一般的谱减法都会带来较为严重的“音乐”噪声,为减弱这种噪声,本文提出了一种改进的语音增强算法——多带谱减法(multi-bandspectrumsubtraction)。实验结果表明,多带谱减法明显的削弱了一般谱减法所带来的音乐噪声,对带噪语音质量的增强效果显著。 相似文献
17.
采用能够反映人对语音的感知特性的Mel频率倒谱系数（MFCC）作为语音的特征参数，研究了基于MFCC的VQ的识别方法，对单独使用MFCC与使用MFCC和AMFCC结合的识别率进行比较，实验结果表明通过对说话人的特征参数进行倒谱提升之后，MFCC和△MFCC结合能更好地区分不同说话人。 相似文献
18.
为进一步降低噪声对采集语音的干扰,提出了一种新的谱减改进方法。采用阈值法对非平稳背景噪声信号进行估计,计算出先验信噪比,得到还原的纯净语音信号。用MATLAB实现了整个算法的仿真,并与传统谱减法结果相比较,仿真结果表明,该算法对非平稳噪声追踪性较好,在抑制背景噪声,减少音乐噪声前提下,提高了语音的可懂度,其计算复杂度也可以接受。 相似文献
19.