中国学术期刊网络出版总库
  关闭
基于EMD和交叉熵的语音端点检测算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Speech endpoint detection based on EMD and cross-entropy
【下载频次】 ★★★☆
【作者】 薛俊韬; 翁玉茹; 张军;
【英文作者】 XUE Juntao; WENG Yuru; ZHANG Jun; School of Electrical Engineering & Automation; Tianjin University;
【作者单位】 天津大学电气与自动化工程学院;
【文献出处】 计算机工程与应用 , Computer Engineering and Applications, 编辑部邮箱 2016年 20期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 端点检测; 经验模态分解(EMD); 交叉熵; 自适应门限; 低信噪比;
【英文关键词】 endpoint detection; Empirical Mode Decomposition(EMD); cross entropy; adaptive threshold; low Signal-to Noise Ratio(SNR);
【摘要】 针对复杂噪声环境下基于经验模态分解(EMD)的端点检测算法准确率低且不能自适应环境问题,提出了一种结合EMD和交叉熵的语音端点检测新算法。算法利用白噪声在各本征模态函数(IMF)中的概率分布是既定的且与幅值无关的EMD分解特性,将衡量语音帧与噪声帧概率分布差异性的交叉熵特征与EMD能量特征相结合,设置自更新检测阈值,实现复杂噪声环境下的语音端点检测。仿真实验证实了该方法在低信噪比以及非平稳噪声情况下具有显著的有效性和优越性。
【英文摘要】 In view of the problem that speech endpoint detection based on Empirical Mode Decomposition(EMD)loses its accuracy and adaptive in adverse environments, this paper proposes a novel speech endpoint detection algorithm based on EMD and cross-entropy. EMD decomposition characteristic is analyzed that probability distribution of white noise in each Intrinsic Mode Functions(IMF)is identified and unrelated to noise amplitude. Since probability distribution of white noise is different from that of speech signal, c...
【基金】 天津市科技计划项目(No.13ZXCXGX40400,No.13ZXCXGX40500); 天津市滨海新区科技计划项目(No.2012-XJR21017)
【更新日期】 2016-11-01
【分类号】 TN912.3
【正文快照】 1引言准确的端点检测与定位能够帮助人们提炼出真正的语音数据,从而减少要存储的数据量、运算量并减少处理时间,在语音识别问题中有着举足轻重的地位[1-4]。经过几十年的研究,常见的语音端点检测算法可以分为两大类:基于统计模型的方法和基于信号特征的方法。基于统计模型的方?

xxx
【读者推荐文章】中国期刊全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  无线电电子学、电信技术
   通信
    电声技术和语音信号处理
     语音信号处理
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号