已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著移動通信的普及,耳語音作為一種特殊的語音交流方式,在越來越多的場合得到了應(yīng)用。耳語音的研究在理論上有重要的科學(xué)價值,同時又在公眾場合下的通信、失音者的語音恢復(fù)和公安司法工作等領(lǐng)域有著良好的應(yīng)用前景。 本文首先介紹了耳語音的發(fā)音機理,由于耳語發(fā)音時聲帶不振動,無法利用基頻對其進行分析,因此耳語的聲道特性分析在其感知、識別、轉(zhuǎn)換等工作中都有著舉足輕重的意義。語音的聲道特性參數(shù)包括:共振峰值、帶寬及聲道傳遞函數(shù)增益三個方面的內(nèi)容。
2、 由于耳語音能量低,受外界噪聲影響大,且耳語發(fā)音時聲門上區(qū)收縮和聲門半開使得耳語音的共振峰發(fā)生偏移,因此不能簡單地利用線性預(yù)測(LP)提取其共振峰參數(shù)。本文提出了基于頻譜分段的線性預(yù)測算法,首先通過計算語音的功率譜來減少白噪聲對語音的影響,其次利用動態(tài)頻譜分段產(chǎn)生3-5個二階濾波器,最后通過逆濾波控制來確定共振峰位置。實驗證明,該算法能夠通過自動調(diào)節(jié)參數(shù)解決共振峰合并問題,且對含噪語音共振峰的提取具有魯棒性。 由于漢語是
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 漢語耳語音識別研究.pdf
- 漢語耳語音重建的研究.pdf
- 漢語耳語音特征分析與應(yīng)用研究.pdf
- 漢語耳語音——正常音轉(zhuǎn)換的機理研究.pdf
- 基于JFA的漢語耳語音說話人識別.pdf
- 漢語耳語音轉(zhuǎn)換為正常語音的共振峰結(jié)構(gòu)研究.pdf
- 耳語音轉(zhuǎn)換正常語音及耳語音識別建模方法研究.pdf
- 清輔音特征分析及其在耳語音說話人識別中的應(yīng)用.pdf
- 基于概率神經(jīng)網(wǎng)絡(luò)的漢語耳語音識別的研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的漢語耳語音轉(zhuǎn)換為正常語音的研究.pdf
- 基于MELP模型的漢語耳語音轉(zhuǎn)換為正常音的實現(xiàn).pdf
- 留學(xué)生漢語課耳語同傳實踐報告—耳語同傳中釋意理論的應(yīng)用.pdf
- 分?jǐn)?shù)階傅里葉變換在耳語音說話人識別研究中的應(yīng)用.pdf
- 耳語音說話人識別的研究.pdf
- 基于特征映射的耳語音轉(zhuǎn)換為正常語音的研究.pdf
- 基于聯(lián)合因子分析的耳語音說話人識別研究.pdf
- 魯棒的雙耳語音分離算法的研究.pdf
- 不匹配信道下耳語音說話人識別研究.pdf
- 基于瞬時頻率估計的耳語音說話人識別研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的耳語音增強的研究.pdf
評論
0/150
提交評論