检索结果-维普期刊中文期刊服务平台

循环AMDF及其语音基音周期估计算法被引量：40: 1; 作者张文耀许刚王裕国《电子学报》 EI CAS CSCD 北大核心 2003年第6期886-890,共5页; 基音周期是语音压缩、合成以及识别中的一个重要参数 .传统的基于AMDF的基音估计算法容易导致估计的基音周期加倍 .本文针对该现象 ,分析了AMDF函数的特性及其用于基音检测时存在的不足 ,提出了新的CAMDF函数 .CAMDF有效地克服了AMDF函... 展开更多; 关键词平均幅度差函数循环平均幅度差函数基音周期估计; 在线阅读下载PDF 职称材料

基音周期估计算法在声调康复训练中的应用被引量：6: 2; 作者李仕萍闵锐 +3 位作者钟金钢凌卫新狄红卫陈卓铭《计算机工程与应用》 CSCD 北大核心 2003年第31期198-200,共3页; 汉语是一种声调语言,而声调的识别是以基音周期的估计为基础的。文章首先用LPC求残差系数,然后对残差系数求自相关周期,进而求出基音周期,再结合计算机智能诊断,提出了一套适合临床语言障碍患者进行语音诊断和康复训练的方法。; 关键词基音周期估计语音声调自相关康复训练; 在线阅读下载PDF 职称材料

一种新的鲁棒基音周期估计算法: 3; 作者高戈胡瑞敏 +1 位作者艾浩军李德仁《计算机工程与应用》 CSCD 北大核心 2002年第9期37-39,共3页; 为了实现甚低码率下的透明语音质量参数语音编码,该文提出了一种新的鲁棒的基音周期估计算法。这种算法采用了改进的自相关函数计算方法,实现了鲁棒的基音周期轨迹跟踪。这种算法不仅能够跟踪快变的基音周期,增强不规则脉冲时基音周期... 展开更多; 关键词基音周期轨迹跟踪参数语音编码语音信号处理鲁棒基音周期估计算法; 在线阅读下载PDF 职称材料

一种高性能汉语语音基音周期估计方法: 4; 作者李祖鹏姚佩阳《空军工程大学学报（自然科学版）》 CSCD 2000年第4期45-47,共3页; 在分析 AMDF基音周期估计方法的基础上 ,提出一种新的汉语语音基音周期估计方法MAMDF( Modified AMDF)。实验证明 ,MAMDF方法可以获得更好的基音估计精度和时域分辨度。; 关键词语音基音周期估计短时平均幅度差函数时域分辨度; 在线阅读下载PDF 职称材料

与文本无关的说话人辨认系统中一种新的使用基音周期方法研究被引量：5: 5; 作者段新黄新宇吴淑珍《北京大学学报（自然科学版）》 CAS CSCD 北大核心 2003年第5期690-696,共7页; 研究了与文本无关的说话人辨认系统中一种新的使用基音周期方法。在说话人辨认系统中将矢量量化 (VQ)、高斯混合模型 (GMM)分类器结合 ,使用升正弦窗函数加权的线性预测倒谱系数 (LPCC)。在训练时为训练集中的每个说话人估计一个一维高... 展开更多; 关键词矢量量化(VQ) 高斯混合模型(GMM) 升正弦窗函数基音周期概率密度的高斯函数估计加权的似然测度; 在线阅读下载PDF 职称材料

题名循环AMDF及其语音基音周期估计算法被引量：40: 1; 作者张文耀许刚王裕国; 机构中国科学院软件研究所; 出处《电子学报》 EI CAS CSCD 北大核心 2003年第6期886-890,共5页; 文摘基音周期是语音压缩、合成以及识别中的一个重要参数 .传统的基于AMDF的基音估计算法容易导致估计的基音周期加倍 .本文针对该现象 ,分析了AMDF函数的特性及其用于基音检测时存在的不足 ,提出了新的CAMDF函数 .CAMDF有效地克服了AMDF函数的不足 ,简化了基音检测过程 .在此基础上 ,本文给出了新的基于CAMDF的基音检测算法 .该算法不仅简化了基音检测过程 ,而且降低了误判率 ,提高了估计精度 .大量实验表明其性能优于其它AMDF或LVAMDF的方法 .; 关键词平均幅度差函数循环平均幅度差函数基音周期估计; Keywords Algorithms Estimation Functions Signal detection; 分类号 TN912 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基音周期估计算法在声调康复训练中的应用被引量：6: 2; 作者李仕萍闵锐钟金钢凌卫新狄红卫陈卓铭; 机构暨南大学物理系华南理工大学计算机科学院暨南大学医学院; 出处《计算机工程与应用》 CSCD 北大核心 2003年第31期198-200,共3页; 基金国家自然科学基金项目(编号:39800048) 广东省重大攻关项目(编号:99M04502G) 广东省自然科学基金项目(编号:990474); 文摘汉语是一种声调语言,而声调的识别是以基音周期的估计为基础的。文章首先用LPC求残差系数,然后对残差系数求自相关周期,进而求出基音周期,再结合计算机智能诊断,提出了一套适合临床语言障碍患者进行语音诊断和康复训练的方法。; 关键词基音周期估计语音声调自相关康复训练; Keywords Pitch estimation,Speech tone,Autocorrelation,Healing training; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种新的鲁棒基音周期估计算法: 3; 作者高戈胡瑞敏艾浩军李德仁; 机构武汉大学多媒体实验室; 出处《计算机工程与应用》 CSCD 北大核心 2002年第9期37-39,共3页; 基金国家自然科学基金(编号:49771064) 国家测绘局测绘科技发展基金(编号:97009) 湖北省自然科学基金(编号:211130494); 文摘为了实现甚低码率下的透明语音质量参数语音编码,该文提出了一种新的鲁棒的基音周期估计算法。这种算法采用了改进的自相关函数计算方法,实现了鲁棒的基音周期轨迹跟踪。这种算法不仅能够跟踪快变的基音周期,增强不规则脉冲时基音周期的估计;还能够鲁棒地估计陡变的基音周期。非正式的测试表明这种算法改进了基音周期的估计值,能够极大地降低由于不准确的基音周期估计而引入的听觉失真。; 关键词基音周期轨迹跟踪参数语音编码语音信号处理鲁棒基音周期估计算法; Keywords pitch estimation,pitch tracking,parametric speech coding; 分类号 TN912.3 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种高性能汉语语音基音周期估计方法: 4; 作者李祖鹏姚佩阳; 机构空军工程大学电讯工程学院; 出处《空军工程大学学报（自然科学版）》 CSCD 2000年第4期45-47,共3页; 文摘在分析 AMDF基音周期估计方法的基础上 ,提出一种新的汉语语音基音周期估计方法MAMDF( Modified AMDF)。实验证明 ,MAMDF方法可以获得更好的基音估计精度和时域分辨度。; 关键词语音基音周期估计短时平均幅度差函数时域分辨度; Keywords pitch estimation average magnitude difference function time resolution; 分类号 N55 [自然科学总论]; 在线阅读下载PDF 职称材料

题名与文本无关的说话人辨认系统中一种新的使用基音周期方法研究被引量：5: 5; 作者段新黄新宇吴淑珍; 机构北京大学信息科学技术学院; 出处《北京大学学报（自然科学版）》 CAS CSCD 北大核心 2003年第5期690-696,共7页; 文摘研究了与文本无关的说话人辨认系统中一种新的使用基音周期方法。在说话人辨认系统中将矢量量化 (VQ)、高斯混合模型 (GMM)分类器结合 ,使用升正弦窗函数加权的线性预测倒谱系数 (LPCC)。在训练时为训练集中的每个说话人估计一个一维高斯形式的基音周期概率密度函数 ;在识别时 ,将测试语音中提取的基音周期在训练集说话人基音周期概率模型中得到的基音周期概率密度对VQ、GMM分类器的似然测度加权 ,形成新的似然测度。实验结果表明 ,使用新的似然测度进行与文本无关的说话人辨认比VQ、GMM分类器的辨认率有较大的提高 ,码字个数为 8,测试时间为 8s时 ,辨认率相对VQ提高约 13%。; 关键词矢量量化(VQ) 高斯混合模型(GMM) 升正弦窗函数基音周期概率密度的高斯函数估计加权的似然测度; Keywords vector quantization(VQ) Gaussian mixed model(GMM) raised-sine function windows Gaussian function estimation for pitch period probability density weighted likelihood measure; 分类号 TN912.3 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	循环AMDF及其语音基音周期估计算法	张文耀许刚王裕国	《电子学报》 EI CAS CSCD 北大核心	2003	40	在线阅读下载PDF 职称材料
2	基音周期估计算法在声调康复训练中的应用	李仕萍闵锐钟金钢凌卫新狄红卫陈卓铭	《计算机工程与应用》 CSCD 北大核心	2003	6	在线阅读下载PDF 职称材料
3	一种新的鲁棒基音周期估计算法	高戈胡瑞敏艾浩军李德仁	《计算机工程与应用》 CSCD 北大核心	2002	0	在线阅读下载PDF 职称材料
4	一种高性能汉语语音基音周期估计方法	李祖鹏姚佩阳	《空军工程大学学报（自然科学版）》 CSCD	2000	0	在线阅读下载PDF 职称材料
5	与文本无关的说话人辨认系统中一种新的使用基音周期方法研究	段新黄新宇吴淑珍	《北京大学学报（自然科学版）》 CAS CSCD 北大核心	2003	5	在线阅读下载PDF 职称材料