谱减法
谱减法的相关文献在1998年到2022年内共计288篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、电工技术
等领域,其中期刊论文242篇、会议论文17篇、专利文献16697篇;相关期刊140种,包括无线互联科技、科学技术与工程、西安电子科技大学学报(自然科学版)等;
相关会议17种,包括2012年第二届全国现代制造集成技术学术会议、中国声学学会第九届青年学术会议、2010年全国声学学术会议等;谱减法的相关文献由679位作者贡献,包括赵鹤鸣、高勇、付超等。
谱减法—发文量
专利文献>
论文:16697篇
占比:98.47%
总计:16956篇
谱减法
-研究学者
- 赵鹤鸣
- 高勇
- 付超
- 曾庆宁
- 李凯
- 范影乐
- 许新骥
- 陈磊
- 陶智
- 高雪池
- 何培宇
- 刘志坤
- 刘鹏
- 吴佩霖
- 吴晓文
- 周健
- 唐小明
- 张群英
- 张雄伟
- 张雪英
- 徐晨
- 方广有
- 朱万华
- 李宏伟
- 李盛
- 武传艳
- 王怀杰
- 王振力
- 王路露
- 蔡斌
- 许鑫
- 费春娇
- 赵晓群
- 郭英
- 陶亮
- 韩芳
- 丁向南
- 丁武
- 于云
- 于春和
- 何悦
- 余隋怀
- 冯璐
- 冯纪强
- 刘光灿
- 刘文举
- 叶利剑
- 吕勇
- 吴礼福
- 吴迪
-
-
牟莉;
佘石豪;
孟玉茹
-
-
摘要:
针对带噪语音信号基音周期检测过程中易出现较多野点的情况,提出一种改进的基音周期检测算法。首先,结合谱减法与小波变换进行降噪处理,将降噪后获得的有用语音信号序列进行第一次加窗分帧,从而用于信号端点和元音主体检测;其次,在第二次加窗分帧的过程中引入多窗谱估计法,进一步减少部分共振峰和残留噪声对基音检测的影响;最后,结合改进的主体-延伸法进行基音检测。实验仿真结果表明:与传统的基音周期检测方法相比,改进的基音周期估算方法采集到的有话段样点率为87%,比改进前提高了至少5%,提高了基音周期检测的精度。
-
-
张明海;
杨春信;
吴晓文
-
-
摘要:
针对变压器噪声信号检测易受到外界环境干扰的问题,在分析变压器周边虫鸣、鸟鸣、蛙鸣、车辆典型噪声时频域特性的基础上,提出了小波包-谱减法、短时窗法以及滤波器法3种抗干扰检测方法,对比分析了不同信噪比条件下3种方法对于虫鸣、鸟鸣、蛙鸣、车辆噪声干扰的抑制效果,通过现场实测验证了算法有效性,最后对实际应用过程中的算法选择方法进行探讨。结果表明,对于不同干扰源,小波包-谱减法与滤波器法均能取得较好的抑制效果,性能普遍优于短时窗法,但针对突发间歇性环境干扰,小波包-谱减法具有更好的普遍适用性,具体使用过程中应根据实际需求选择最佳的抗干扰检测方法。研究成果对于提高复杂环境干扰条件下电力变压器噪声测量精度具有重要参考意义。
-
-
刘龙威;
夏秀渝
-
-
摘要:
为了改善谱减法存在的“音乐噪声”残余大,重构语音时使用带噪相位的缺陷,提出了一种联合相位谱补偿的改进型谱减法语音增强算法。引入改进型噪声估计方法来得到更准确的噪声谱,依据带噪语音谱与估计的噪声谱的信噪比构造一个线性函数来调整过减因子进行谱减,通过相位补偿函数对带噪语音的相位谱进行补偿,将谱减后的语音幅度谱与补偿后的相位谱进行结合,通过IFFT及重构得到去噪语音。仿真实验表明,在使用联合相位谱补偿的改进型谱减法对带噪语音进行处理后,语谱图更加清晰,PESQ及STOI评分也有所提高。
-
-
陈静;
吴晓文;
曹浩
-
-
摘要:
户外变压器噪声检测结果易受突发间歇性外界环境噪声干扰,为提高变压器噪声测量准确性,提出基于小波包分解与谱减法语音增强技术相结合的变压器噪声抗干扰检测方法。采用小波包分解算法将变压器声信号时频分解,根据分解结果定位干扰噪声所在时刻与频段,对带噪频段小波包信号进行谱减法语音处理,利用小波包重构算法还原出纯净变压器声信号。仿真分析不同干扰源特性与信噪比条件下变压器噪声抗干扰检测效果,对比研究不同抗干扰检测方法对现场实测受干扰变压器信号的处理结果。研究表明,该方法能够有效抑制多种不同特性的突发间歇外环境噪声对变压器噪声测量结果的干扰,在较高的信噪比范围内噪声检测误差稳定维持在1.0 dB范围内,与低通滤波、短时窗法的对比分析表明该方法在变压器噪声抗干扰检测方面具有优越性。
-
-
王建华;
贺瑞斌
-
-
摘要:
在电力电缆故障精确定位中,声磁同步法由于具有精度高与抗干扰能力强等优点而得到广泛应用,其中放电声音信号的有效检测是提高测量精度的关键。在谱减法的基础上,结合冲击放电信息和基于自相关的有声无声判别来实时更新估计噪声,实现了一种适用于实时性系统的背景噪声抑制算法。经实际测试,该方法能有效抑制背景噪声,突出放电声音信号,从而提高了电缆故障精确定位设备的测量精度。
-
-
申屠相镕;
秦会斌
-
-
摘要:
对话行为可以在一定程度上表达说话人的意图,对话行为分类是机器翻译、人机交互设计等领域的基本要求,对于语音识别领域具有重要的意义.针对噪音环境下的对话行为分类提出了一种新的模型,通过快速噪声估计谱减法进行语音增强,采用长短期记忆网络对经过卷积神经网络语言嵌入后的词向量进行学习,从而得到具有抗噪性的对话行为分类模型.使用中文日常用语语料库的样本进行了多组对比试验,以测试新模型的抗噪声能力和对话行为分类的准确性.结果表明在0 dB的噪声环境下,模型的对话行为分类准确度达到95.5%,当噪声增加到5 dB时仍能保持94.1%,为噪音环境下的对话分类提供了一种新的模型.
-
-
杨纯;
李垠韬;
宋伟;
杨广涛;
孟继军;
门宝霞;
叶宝安
-
-
摘要:
针对Φ-OTDR光纤传感电缆外破隐患监测原始数据信噪比低的问题,文章介绍了一种空间域去趋势化与时间域改进谱减法去噪的数据预处理方法.提取光功率距离衰减趋势基线,去除原始数据空间域的衰减趋势,消除Φ-OTDR系统光功率因距离衰减对信号幅度造成的影响,然后采用改进谱减法对时域进行去噪.所提方法应用于现场实测的信号进行了检验,分析结果表明:去趋势化和改进谱减法可有效提高外破监测数据的信噪比,且两者具有叠加效果;现场破碎机、挖掘机、打桩机信号预处理后信噪比分别提高了2.25 dB、6.11 dB、4.72 dB.该方法可为外破监测后续的定位与识别、减少误报率提供参考.
-
-
王小标;
王错;
刘君
-
-
摘要:
语音增强是一种消除语音信号中的背景噪声并获得完整原始语音信号的关键技术.谱减算法易于实现,计算量小,可以获得较高输出信噪比的原始语音信号,是增强语音信号的有效方法.然而,使用谱减法进行语音增强过程中会产生新的背景噪声——"音乐噪声",它会影响语音信号识别的准确性.为了解决谱减法产生的"音乐噪声"问题,本文提出一种谱减法和自适应滤波法相结合的方法来消除"音乐噪声"的干扰,从而实现最优滤波.实验结果表明,采用该方法可以进一步提高语音增强效果,并且解决"音乐噪声"问题.
-
-
郭莉莉;
陈永红
-
-
摘要:
传统的谱减法语音增强算法存在"音乐噪声"问题.针对此问题,引入过减因子和补偿因子两个参数对传统的谱减法进行改进.其中:过减因子可以调节在带噪语音功率谱中减去的噪声分量;补偿因子可以降低人耳对残留噪声的感知度.在两个参数的共同作用下,算法在抑制"音乐噪声"的同时可以使语音成分更加突出,且人耳的接受度更高.仿真结果表明,与传统的谱减法相比,使用改进形式的谱减法对带噪语音进行增强处理后,语音信号波形失真程度更低,信噪比改善更明显,MOS评分更高.
-
-
崔潇;
夏秀渝
-
-
摘要:
为提高噪声环境下说话人识别系统的抗噪性能,提出一种基于MRACC特征和LSTM网络的鲁棒说话人识别方法。首先采用一种动态调整参数的改进型谱减法进行语音前端降噪处理,接着提取改进的多分辨率听觉倒谱系数特征(Multi-Resolution Auditory Cepstral Coefficient,MRACC),特征提取时采用幂函数代替对数函数模拟人耳的非线性压缩特性。最后将提取的特征参数送入基于长短时记忆网络(Long Short Term Memory,LSTM)的说话人模型进行识别。仿真实验表明,在低信噪比情况下,前端语音降噪处理能有效提高系统的识别性能。在说话人识别系统中MRACC特征的识别性能优于传统的MFCC(Mel Frequency Cepstral Coefficient,MFCC)和LPCC(linear predictive cepstrum coefficient,LPCC)特征,并且具有一定的鲁棒性。
-
-
LU Ji-xiang;
陆继翔;
WANG Ping;
王平;
YU Sui-huai;
余隋怀;
LU Chang-de;
陆长德
- 《2012年第二届全国现代制造集成技术学术会议》
| 2012年
-
摘要:
无论云制造能力如何强大,终归要服务于终端用户也就是人来使用.以智能手机、平板电脑和专用瘦客户端等等为代表的各种智能计算终端构成了个人信息终端云时代的新模式—云终端.云终端与人的结合越来越紧密,越来越自然.自然人机交互模式采用视觉、语音、姿态、手势、脑电和肌电等新的交互通道、设备和交互技术,使人们能以多种通道自然、并行和协作的进行人机对话.语音交互作为人类最自然的交互通道,近年成为自然人机交互研究和应用的热点领域.在实际应用中,要求能从含噪语音中得到干净语音信号进行处理.本文提出了一种基于听觉掩蔽效应的改进型谱减法语音增强技术,引入了新的语音端点检测算法,克服了音乐噪声的影响,提取纯净语音.对其进行了仿真,验证了算法的有效性.
-
-
-
-
-
-
王璐
- 《辽宁省通信学会2019年度学术年会》
| 2019年
-
摘要:
在现在发达的数字语音通信业务中,语音信号处理技术发挥着越来越重要的作用.自适应噪声抑制是指从带噪音信号中提取尽可能纯净的原始语音.本文在经典的谱减法的基础上做了改进,利用人耳的掩蔽效应减小"音乐噪音",实现了改进的最小控制谱减法,从而达到更好地减小噪声还原语音的效果,使在嘈杂的环境中通话也能更好地提取语音.
-
-
崔志栋;
李英;
陶泯
- 《2007中国控制与决策学术年会》
| 2007年
-
摘要:
提出了基于谱熵和能量与谱减法相结合的带噪语音端点检测算法.依据语音信号的频域特性,对其能量谱进行分析,运用谱减法去除宽带加性噪声,从而对语音进行了增强,并对增强后的语音信号利用谱熵和能量相结合的方法进行端点检测.实验结果表明,该算法在信噪比较低的情况下仍能准确检测出语音信号的端点.
-
-
宫云梅;
赵晓群;
刘小青
- 《中国电子学会第十四届信息论学术年会暨2007年港澳内地信息论学术研讨会》
| 2007年
-
摘要:
为降低噪声对语音通信的干扰,提出了一种适于低信噪比下的语音增强算法。该算法以传统的谱减法为基础,所用谱减参数是根据人耳听觉掩蔽效应提出的,且是自适应的。利用语音存在概率,避免低信噪比下端点检测(VAD)的不准确,对语音、噪声信号估计有更强的鲁棒性。对该算法进行了客观和主观测试,结果表明:相对于传统的谱减法,在几乎不损伤语音清晰度的前提下该算法能更好地抑制残留噪声和背景噪声,特别是对低信噪比和非平稳噪声干扰的语音信号,效果更加明显。
-
-
-
-
-
-
-
-
-
-
-
-
-
- 杭州医典智能科技有限公司
- 公开公告日期:2021-06-22
-
摘要:
本发明提供一种谱减法降噪下多语音特征融合的抑郁症检测方法。首先从语音样本文件中分离出被试者的语音信息,分割较长的语音数据,同时获取对应的PHQ‑8抑郁症筛查量表得分。其次,利用改进的谱减法进行语音增强,消除环境噪声对语音的影响,对增强后的语音采用短时傅里叶变换得到频谱图,同时,提取每个片段的MFCC及共振峰特征,进行音频差分归一化处理获取局部非个性化的抑郁特征。将三种特征融合输入到改进的时间卷积神经网络(Temporal Convolutional Network,TCN)模型中完成分类和回归任务,以F1得分和均方误差为评价指标,来判断多种语音特征融合的抑郁症检测方法的准确性,实验结果证明本发明所提出的方法可以作为检测抑郁症是否存在的低成本且高效的方法。