检索结果-维普期刊中文期刊服务平台

利用抗噪幂归一化倒谱系数的鸟类声音识别被引量：18: 1; 作者颜鑫李应《电子学报》 EI CAS CSCD 北大核心 2013年第2期295-300,共6页; 针对真实环境中各种背景噪声下的鸟类声音识别问题,提出了一种基于新型抗噪特征提取的鸟类声音识别技术.首先,根据适用于高度非平稳环境下的噪声估计算法求出噪声功率谱.其次,使用多频带谱减法对声音功率谱进行降噪处理.接着,结合降噪... 展开更多; 关键词鸟类声音识别非平稳噪声估计多频带谱减法抗噪幂归一化倒谱系数 MEL频率倒谱系数; 在线阅读下载PDF 职称材料

基于双通道特征的含噪声纹识别方法研究: 2; 作者伍雄陈为真《计算机应用与软件》北大核心 2025年第7期205-211,共7页; 针对声纹识别在噪声环境下准确率不高的问题,提出一种基于双通道声纹特征(Dual-Channel Voiceprint Feature,DCVF)的含噪声纹识别方法。将处理后的语音信号分别通过梅尔滤波器组和伽马通滤波器组,得到梅尔频率倒谱系数特征、伽马通倒谱... 展开更多; 关键词声纹识别梅尔频率倒谱系数伽马通倒谱系数特征融合抗噪性; 在线阅读下载PDF 职称材料

一种低信噪比环境下的语音端点检测算法被引量：5: 3; 作者卜玉婷曾庆宁郑展恒《声学技术》 CSCD 北大核心 2020年第5期592-602,共11页; 端点检测技术是语音信号处理的关键技术之一,为提高低信噪比环境下端点检测的准确率和稳健性,提出了一种非平稳噪声抑制和调制域谱减结合功率归一化倒谱距离的端点检测算法。该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声... 展开更多; 关键词低信噪比瞬态抑制调制域功率归一化倒谱系数倒谱距离端点检测; 在线阅读下载PDF 职称材料

PZT语音传感器及其信号特征研究: 4; 作者孙宏元苏锡才《计算机工程与应用》 CSCD 北大核心 2003年第27期113-117,共5页; 论文针对强噪音环境提出一种PZT振动拾音器作为语音识别的前端输入。在同步采样前提下,比较了其信号与麦克风信号在时、频域上抗噪声性能上的差异。为弥补部分语音信息的丢失,提出了一种混合倒谱系数作为语音识别的特征,并分析了其抗噪... 展开更多; 关键词 PZT抗噪拾音器语音识别特征混合倒谱系数; 在线阅读下载PDF 职称材料

基于改进PNCC和i-vector的说话人识别鲁棒性被引量：3: 5; 作者史小元景新幸 +1 位作者曾敏杨海燕《计算机工程与设计》北大核心 2017年第4期1071-1075,共5页; 针对传统的梅尔频率倒谱系数(MFCC)在说话人识别系统中鲁棒性不足的问题,提出一种基于改进幂率归一化倒谱系数(PNCC)特征算法和身份向量(i-vector)训练模型的方法。与传统的MFCC不同,PNCC利用长时帧估计背景噪声;在此基础上,通过多窗谱... 展开更多; 关键词幂率归一化倒谱系数身份向量均值方差归一化多窗谱估计鲁棒性说话人识别; 在线阅读下载PDF 职称材料

题名利用抗噪幂归一化倒谱系数的鸟类声音识别被引量：18: 1; 作者颜鑫李应; 机构福州大学数学与计算机科学学院; 出处《电子学报》 EI CAS CSCD 北大核心 2013年第2期295-300,共6页; 基金国家自然科学基金(No.61075022); 文摘针对真实环境中各种背景噪声下的鸟类声音识别问题,提出了一种基于新型抗噪特征提取的鸟类声音识别技术.首先,根据适用于高度非平稳环境下的噪声估计算法求出噪声功率谱.其次,使用多频带谱减法对声音功率谱进行降噪处理.接着,结合降噪的声音功率谱提取抗噪幂归一化倒谱系数(APNCC).最后,采用支持向量机(SVM)分别对提取的APNCC,幂归一化倒谱系数(PNCC)和Mel频率倒谱系数(MFCC)对34种鸟类声音进行不同环境和信噪比情况下的对比实验.实验表明,提取的APNCC具有较好的平均识别效果及较强的噪声鲁棒性,更适用于信噪比低于30dB环境下的鸟类声音识别.; 关键词鸟类声音识别非平稳噪声估计多频带谱减法抗噪幂归一化倒谱系数 MEL频率倒谱系数; Keywords bird sounds recognition non-stationary noise estimation multi-band spectral subtraction anti-noise power nor-realized cepstral coefficients （ APNCC ） Melfrequency cepstral coefficients （MFCC）; 分类号 TP391.4 [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

题名基于双通道特征的含噪声纹识别方法研究: 2; 作者伍雄陈为真; 机构武汉轻工大学电气与电子工程学院; 出处《计算机应用与软件》北大核心 2025年第7期205-211,共7页; 基金湖北省教育厅科学研究项目(B2020061)。; 文摘针对声纹识别在噪声环境下准确率不高的问题,提出一种基于双通道声纹特征(Dual-Channel Voiceprint Feature,DCVF)的含噪声纹识别方法。将处理后的语音信号分别通过梅尔滤波器组和伽马通滤波器组,得到梅尔频率倒谱系数特征、伽马通倒谱系数特征,结合它们的差分谱构成混合特征,融合成双通道声纹特征(DCVF)。实验结果表明:在纯净语音数据集中,双通道声纹特征可达到99.5%的识别率;在含噪语音数据集下,DCVF的识别效果有明显提升。; 关键词声纹识别梅尔频率倒谱系数伽马通倒谱系数特征融合抗噪性; Keywords Voiceprint recognition Mel frequency cepstral coefficients(MFCC) Gammatone frequency cepstral coefficient(GFCC) Feature fusion Anti-noise performance; 分类号 TP3 [自动化与计算机技术—计算机科学与技术] TN912.3 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种低信噪比环境下的语音端点检测算法被引量：5: 3; 作者卜玉婷曾庆宁郑展恒; 机构桂林电子科技大学“认知无线电与信息处理”教育部重点实验室; 出处《声学技术》 CSCD 北大核心 2020年第5期592-602,共11页; 基金广西自然科学基金重点项目(2016GXNSFDA380018) 国家自然科学基金项目(61461011) 教育部重点实验室主任基金项目(CRKL160107)。; 文摘端点检测技术是语音信号处理的关键技术之一,为提高低信噪比环境下端点检测的准确率和稳健性,提出了一种非平稳噪声抑制和调制域谱减结合功率归一化倒谱距离的端点检测算法。该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声来提升信噪比,减少语音失真。然后再提取每帧信号的功率归一化倒谱系数,计算每帧信号与背景噪声的功率归一化倒谱距离。最后将该倒谱距离作为检测参数,采用双门限判决方法进行端点检测。实验结果表明,该端点检测算法对语音帧和噪声帧具有较好的区分性。此外,在低信噪比环境下,所提出的算法对于不同类型的噪声都具有较好的稳健性。; 关键词低信噪比瞬态抑制调制域功率归一化倒谱系数倒谱距离端点检测; Keywords low signal-to-noise ratio(SNR) transient suppression modulation domain power normalized cepstrum coefficient cepstrum distance endpoint detection; 分类号 TN912.35 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名PZT语音传感器及其信号特征研究: 4; 作者孙宏元苏锡才; 机构深圳大学; 出处《计算机工程与应用》 CSCD 北大核心 2003年第27期113-117,共5页; 文摘论文针对强噪音环境提出一种PZT振动拾音器作为语音识别的前端输入。在同步采样前提下,比较了其信号与麦克风信号在时、频域上抗噪声性能上的差异。为弥补部分语音信息的丢失,提出了一种混合倒谱系数作为语音识别的特征,并分析了其抗噪声性能。; 关键词 PZT抗噪拾音器语音识别特征混合倒谱系数; Keywords PZT sensor,Speech features,Compound Cepreum Coefficients; 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

题名基于改进PNCC和i-vector的说话人识别鲁棒性被引量：3: 5; 作者史小元景新幸曾敏杨海燕; 机构桂林电子科技大学信息与通信学院; 出处《计算机工程与设计》北大核心 2017年第4期1071-1075,共5页; 基金广西区自然科学基金项目(2012GXNSFAA053221) 广西千亿元产业产学沿用合作基金项目(信科院0168); 文摘针对传统的梅尔频率倒谱系数(MFCC)在说话人识别系统中鲁棒性不足的问题,提出一种基于改进幂率归一化倒谱系数(PNCC)特征算法和身份向量(i-vector)训练模型的方法。与传统的MFCC不同,PNCC利用长时帧估计背景噪声;在此基础上,通过多窗谱估计、平滑幅度谱包络和均值方差归一化(MVA)等技术进一步提升其鲁棒性。以i-vector为基准模型,在TIMIT语音库上进行说话人识别实验,实验结果表明,在不同噪声、不同信噪比下,所提算法相比其它特征有最低的等错误率,鲁棒性最强,在信噪比低于10dB的噪声环境中具有更大优势。; 关键词幂率归一化倒谱系数身份向量均值方差归一化多窗谱估计鲁棒性说话人识别; Keywords PNCC i-vector MVA multiple windows spectral estimation robust speaker recognition; 分类号 TP391.4 [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	作者	出处	发文年	被引量	操作
1	利用抗噪幂归一化倒谱系数的鸟类声音识别	颜鑫李应	《电子学报》 EI CAS CSCD 北大核心	2013	18	在线阅读下载PDF 职称材料
2	基于双通道特征的含噪声纹识别方法研究	伍雄陈为真	《计算机应用与软件》北大核心	2025	0	在线阅读下载PDF 职称材料
3	一种低信噪比环境下的语音端点检测算法	卜玉婷曾庆宁郑展恒	《声学技术》 CSCD 北大核心	2020	5	在线阅读下载PDF 职称材料
4	PZT语音传感器及其信号特征研究	孙宏元苏锡才	《计算机工程与应用》 CSCD 北大核心	2003	0	在线阅读下载PDF 职称材料
5	基于改进PNCC和i-vector的说话人识别鲁棒性	史小元景新幸曾敏杨海燕	《计算机工程与设计》北大核心	2017	3	在线阅读下载PDF 职称材料