基于經驗模態(tài)分解的語音端點檢測算法研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、語音端點檢測是語音識別系統(tǒng)的前端,其是指在噪聲環(huán)境下準確檢測出有效語音信號的起始點和終止點,為后續(xù)處理提高精度和節(jié)約時間。雖然在安靜的實驗室環(huán)境中,語音信號的端點檢測技術的滿意度非常高。但是在實際環(huán)境中,千差萬別的背景噪聲常常使得檢測的性能急劇下降。因此,在實際的不同背景噪聲以及信噪比較低的情況下的語音信號的端點檢測技術的研究有非常重要的意義。
   由于語音信號是典型的非平穩(wěn)信號,而經驗模態(tài)分解(Empirical ModeD

2、ecomposition,簡稱為EMD)是一種自適應分析非線性、非平穩(wěn)信號的新方法,具有處理非線性及非平穩(wěn)等具有明顯瞬時變化特征的信號優(yōu)點。文中就是利用這種方法對語音信號進行端點檢測的。
   本文首先總結了現(xiàn)有的傳統(tǒng)的幾種語音端點檢測算法。然后提出了噪聲環(huán)境下基于經驗模態(tài)分解的語音端點檢測新算法。算法一:基于經驗模態(tài)分解和短時能量的語音信號的端點檢測,仿真結果表明了它的優(yōu)越性。算法二:基于經驗模態(tài)分解和Teager峭度的語音信

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論