能频值论文_谈雪丹,顾济华,赵鹤鸣,陶智,韩韬

导读:本文包含了能频值论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:希尔伯特,基频,声韵,线性,语言,论文,能频值。

能频值论文文献综述

谈雪丹,顾济华,赵鹤鸣,陶智,韩韬^[1]（2010）在《基于HHT瞬时能频值的耳语音端点检测》一文中研究指出由于耳语音信噪比较低,采用传统的算法进行耳语音端点检测存在正确率低、抗噪性能差等问题。提出了一种基于希尔伯特-黄变换瞬时能频值的耳语音端点检测的算法。运用希尔伯特-黄变换,分离出耳语音的瞬时幅值与频率,提取基于时间-能量-频率的特征参数瞬时能频值,利用该特征值对耳语音和噪声进行区分,进行端点检测。对700个信噪比为2～10dB的耳语音测试样本进行仿真实验,该算法检测的起点正确率与终点正确率均高于零能积法、熵法以及拟和特征法。实验表明,该算法适应于多种非平稳噪声环境,能较好地检测耳语音的端点。由于耳语音信噪比较低,采用传统的算法进行耳语音端点检测存在正确率低、抗噪性能差等问题。提出了一种基于希尔伯特-黄变换瞬时能频值的耳语音端点检测的算法。运用希尔伯特-黄变换,分离出耳语音的瞬时幅值与频率,提取基于时间-能量-频率的特征参数瞬时能频值,利用该特征值对耳语音和噪声进行区分,进行端点检测。对700个信噪比为2～10dB的耳语音测试样本进行仿真实验,该算法检测的起点正确率与终点正确率均高于零能积法、熵法以及拟和特征法。实验表明,该算法适应于多种非平稳噪声环境,能较好地检测耳语音的端点。(本文来源于《计算机工程与应用》期刊2010年29期）

谈雪丹,顾济华,赵鹤鸣,陶智,沈圆圆^[2]（2010）在《基于HHT瞬时能频值的含噪耳语音声韵分割》一文中研究指出提出了一种基于希尔伯特-黄变换瞬时能频值的含噪耳语音声韵分割算法。根据耳语音声韵母幅频特性,运用HHT,分离出耳语音中高频部分的瞬时幅值与频率,同步去除低频噪声,提取出能够反映声韵母过渡信息的特征参数——瞬时能频值,利用该参数对耳语音进行声韵分割。实验结果表明:与相对熵算法相比,该算法对含噪耳语音进行的声韵分割正确率较高,能够较准确地进行耳语音声韵分割。(本文来源于《通信技术》期刊2010年06期）

李桦,安钢,樊新海^[3]（1999）在《短时能频值在语音端点检测中的应用》一文中研究指出本文研究了一种利用短时能频值(Energy-Frequency-Value)进行语音端点检测的方法,它区别于传统的分别用短时能量和短时平均过零率作是否超过阈值判断,再通过“与”和“或”运算判定语音端点的方法,而是把两者有机结合起来成为短时能频值。为提高该方法对噪声的适应性,进一步引入了相对阈值的概念,它是两个时刻的语音采样的比值关系,具有相对意义。为检验这种方法的性能,用Burg法求取了线性预测倒频谱(LPC-CEP)并以它为主要参数,短时能频值作端点检测,建立了一个基于离散隐马尔可夫模型(DHMM)的语音识别系统,经过实验验证,平均识别率达到了91.4％,证明了这种时域参数的良好性能.(本文来源于《测试技术学报》期刊1999年01期）

能频值论文开题报告

（1）论文研究背景及目的

此处内容要求：

首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。

写法范例：

提出了一种基于希尔伯特-黄变换瞬时能频值的含噪耳语音声韵分割算法。根据耳语音声韵母幅频特性,运用HHT,分离出耳语音中高频部分的瞬时幅值与频率,同步去除低频噪声,提取出能够反映声韵母过渡信息的特征参数——瞬时能频值,利用该参数对耳语音进行声韵分割。实验结果表明:与相对熵算法相比,该算法对含噪耳语音进行的声韵分割正确率较高,能够较准确地进行耳语音声韵分割。

（2）本文研究方法

调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。

实证研究法：依据现有的科学理论和实践的需要提出设计。

定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。

定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。

跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。

模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。