基音周期
基音周期的相关文献在1987年到2022年内共计222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、教育
等领域,其中期刊论文149篇、会议论文11篇、专利文献15474篇;相关期刊96种,包括中国科学技术大学学报、中南大学学报(自然科学版)、应用科技等;
相关会议10种,包括第十三届全国信息隐藏暨多媒体信息安全学术大会、第十六届全国青年通信学术会议、第九届全国人机语言通讯学术会议等;基音周期的相关文献由421位作者贡献,包括齐峰岩、唐昆、崔慧娟等。
基音周期—发文量
专利文献>
论文:15474篇
占比:98.98%
总计:15634篇
基音周期
-研究学者
- 齐峰岩
- 唐昆
- 崔慧娟
- 高扬
- 李晔
- 洪侃
- 詹五洲
- 佐藤宁
- 唐斌
- 张二华
- 田姣
- 苗磊
- 袁念德
- 邵明绪
- 马英
- 于洪志
- 和应民
- 李娟
- 樊桂花
- 王东琦
- 王凯龙
- 王炳锡
- 陈立伟
- A·海基宁
- S·皮蒂莱
- V·罗皮拉
- 于薇
- 付青青
- 侯培新
- 党晓妍
- 党红强
- 冯宇红
- 冯康
- 冯重熙
- 刘玉川
- 刘贵忠
- 匡镜明
- 吕勇
- 吴杰
- 吴爱平
- 周德新
- 唐伟
- 唐振民
- 姜林
- 宋宪晨
- 宋辉
- 张丽娜
- 张勇
- 张小恒
- 张德军
-
-
徐庆达;
张二华
-
-
摘要:
人耳听觉系统能够从嘈杂的环境中筛选出自己感兴趣的语音,基于计算听觉场景分析的方法,论文采用倒谱法提取语音基音周期轨迹,以连续的基音周期轨迹为线索,按基音频率的整数倍提取各次谐波的频谱,再通过傅里叶逆变换重构分离后的语音。实验表明,在几种典型噪音环境下,该方法能有效将目标语音从背景噪声中分离,信噪比(SNR)和评价意见分(MOS)得到一定的提升,平均增益分别为5.67dB和0.36。
-
-
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。
-
-
何颖;
边倩;
张宝琪
-
-
摘要:
研究车辆信息检测的方法很多,针对常使用的车辆视频信号的检测受外界环境的影响大且价格昂贵,提出车辆音频信号的检测,利用语音信号处理的理论技术对车辆音频信号的时域特征,短时能量、短时自相关分析以及基于自相关函数的基音周期估计做了分析介绍,同时提取了4辆车的音频信号的短时能量图,对车辆基音周期的估计进行了详细的步骤和实验仿真研究.
-
-
-
朱徐来
-
-
摘要:
基音周期是《语音信号处理》中的重点和难点,基音周期作为语音信号的重要参数,在语音编码、语音合成和语音识别等方面,有着非常重要的作用.本文采用Matlab对基因周期进行仿真分析,从仿真图上查看语音信号的基音周期,让学生更形象的理解语音信号的基音周期.
-
-
王凯龙;
张二华;
曹冠彬
-
-
摘要:
受人耳的听觉特征启发,基于计算听觉场景分析(CASA)的基本原理,结合语音信号频谱的分布特征,建立了一套较完整的信噪分离方法,首先利用图谱分析方法准确提取各语音帧的基音周期,然后以此为依据构造说话人的频谱模板,加以适当的窗函数,对原频谱进行梳状滤波,将滤波结果进行反傅里叶变换得到分离后的语音,实验结果表明了该方法的有效性.
-
-
-
-
王敦泽
-
-
摘要:
基音周期的检测无论在语音合成、语音压缩编码、语音识别和说话人确认等领域都起着非常重要的作用.为了获得更加精确的汉语语音基音周期轨迹,作者依据数字语音信号的特点和三次指数平滑模型的具体特征,采用了一种三次指数平滑法,该方法是在移动平均法基础上发展起来的一种时间序列分析预测法.相对于传统的中值平滑和线性平滑组合方法,该方法有效的解决了传统的语音基音轨迹平滑法中平滑过度的问题,更好的保留了语音基音周期轨迹的细节部分.
-
-
刘莹;
赵彤洲;
江逸琪;
柴悦;
李翔
-
-
摘要:
Combined with traditional three-level center clipping method and autocorrelation function recognition algorithm,an improved frame-shift algorithm to extract precisely the pitch signal was presented,which could search the maximum autocorrelation function at a finer scale to accurately locate the pitch position after accurate audio segmentation. This algorithm solved the problem that the traditional algorithms could not distinguish the influence of half-frequency and double-frequency on the pitch with fast rhythm,which degraded the recognition rate.Experiments showed that the improved algorithm had an average recognition rate of 83.0% for piano music with different rhythms,and the recognition rate with fast-paced music was 20.2% higher than that of traditional method. Therefore,the proposed algorithm has a significant improvement on music recognition,especially for fast-tempo music.%在传统三电平削波结合自相关函数识别算法的基础上,经过准确的音频分割后,提出了帧移法提取乐音基音信号.该算法能在更精细尺度上寻找最大自相关函数,进而准确定位基音位置,较好地解决了传统算法中当乐音节奏较快时,无法区分半频和倍频对基音的影响,从而导致的识别率低的问题.实验表明,本算法对—节奏快慢不同的钢琴乐音的平均识别率约为83.0%,且快节奏乐音的识别率较传统算法高出20.2%,因此该方法对乐音识别尤其对快节奏乐音识别有显著效果.
-
-
-
-
-
-
徐明;
李新;
黄云森
- 《2005年中国模糊逻辑与计算智能联合学术会议》
| 2005年
-
摘要:
针对计算机辅助语言学习,介绍了一种适合微机处理的、基于C-AMDF的语音基音周期快速计算方法,并给出了提取一个连续语音段声调分布的处理流程和完整过程,包括端点检测、AMDF运算、基音周期估算、中值滤波等关键过程.实际设计中,依据语音信号的声学特征,采取了低通滤波、高低电平削波、区域搜索等提高基音周期计算速度和准确性的实用方法.最后,介绍了系统的实现方式和运行环境,并给出了典型的实验结果.
-
-
刘大力;
赵力
- 《2004全国物理声学会议》
| 2004年
-
摘要:
用语音来鉴别说话人身份有许多独特的优点,如语音是人的固有特征,不会丢失或遗忘;语音信号采集方便,系统设备成本低等,因此自动说话人识别具有广泛的应用前景.本文以语音信号的LPC倒谱系数、差值倒谱系数、基音周期和差值基音周期的混合特征参数作为识别的特征矢量集,比较了利用矢量量化(VQ)、各态经历隐马尔可夫模型(HMM)、混合高斯分布模型(GMM)技术实现的与文本无关说话人识别系统的性能.结论是GMM性能最好,最高识别率可达93.6﹪,其次是各态经历HMM,而VQ最差,其最高识别率仅为86.2﹪.
-
-
-
-