首页 | 官方网站   微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   24篇
  免费   2篇
  国内免费   2篇
工业技术   28篇
  2019年   1篇
  2014年   4篇
  2013年   2篇
  2012年   2篇
  2011年   3篇
  2010年   2篇
  2009年   6篇
  2008年   1篇
  2007年   1篇
  2006年   4篇
  2001年   1篇
  1995年   1篇
排序方式: 共有28条查询结果,搜索用时 15 毫秒
11.
基于拉普拉斯模型和掩蔽效应的语音增强   总被引:1,自引:1,他引:0       下载免费PDF全文
提出了一种有效的消除噪声且减小语音失真的语音增强方法。首先实现了语音信号服从Laplacian分布、噪声服从Gaussian分布假设下的MMSE增强算法。为了进一步提高语音增强效果,在增强语音谱幅度阈值的计算上将该方法与人的掩蔽特性相结合。通过语音增强方法性能客观评测表明,该语音增强方法更好地抑制了噪声,有效地减小语音失真。  相似文献   
12.
在建筑工程过程中,随着悬挑脚手架新规范标准的应用,悬挑型钢的锚固越来越受到重视,它直接影响到悬挑脚手架的安全,但新规范中应用的锚固既不方便固定又浪费钢材,现我公司摸索出一套切实可行的悬挑型钢后端可拆卸锚固体系,可于应用。  相似文献   
13.
语音作为一个交叉学科,具有深远的研究和应用价值.语音句子边界检测是语音识别中的一个重要步骤,它可以使语音识别具有更好的可读性.并能使我们理解语言处理模块.本文介绍了语音句子边界检测中常用的模型及评价标准.  相似文献   
14.
对高压负荷开关和熔断器组合电器的转移电流进行分析,通过计算和逐步推进的方法对组合电器的使用条件提出看法。  相似文献   
15.
一种基于小波参数滤波的音素分段算法   总被引:4,自引:0,他引:4  
本文提出了一种新的基于小波变换和参数滤波的音素分段算法,称为小波参数滤波算法(WPF),小波变换具有和人耳相似的特性,即随着频率的升高,分辨率下降,我们利用眩特性先对信号进行小波域滤波,然后利用参数滤波对信号进行分段。实验表明本文提出的算法在性能上优于常规的参数滤波方法。  相似文献   
16.
基于小波变换的鲁棒性因素分段算法的基本思想是在运用传统的参数滤波方法进行音素分段之前首先将语音信号在小波域中进行滤波,提出对听觉感知有效的语音分量,然后用传统的参数滤波方法进行分段。参数滤波是以一个变化的参数对信号进行滤波,得到信号在不同频带中的分量,可以证明,若滤波参数以一定的规律变化,则这些滤波分量的一阶自相关表示了信号的相关结构。利用新方法进行分段并测试其鲁棒性,实验证明新方法分段效果好且鲁棒性强,是一种有效的音素分段算法。  相似文献   
17.
独立分量分析技术在语音信号处理中的应用   总被引:1,自引:0,他引:1  
独立分量分析是近年来发展起来的一门新的信号分离和数字分析技术,因为不需要知道信号的先验信息而得到广泛应用。混迭语音信号盲分离由于实际应用成为信号处理领域研究的热点。介绍了ICA的原理、含义及EASI算法,并仿真了该算法在语音信号盲分离中的应用。试验证明,用EASI分离语音信号可以取得较好的性能。  相似文献   
18.
提出一种单通道语音增强算法。首先由接收到的单声道语音信号的含噪部分构造一个假想噪声源,将这一噪声源和含噪的信号作为多通道自适应去相关(MAD)盲分离算法的输入,得到增强的语音信号。进一步将这一增强的语音作为输入,利用Daubechies小波对其进行分解,在小波域中选取合适的阈值函数进行滤波,然后合成时域语音信号。根据以上步骤得到的增强语音有较高的信噪比及可懂度。  相似文献   
19.
在自动文本分类中,TFIDF公式是常用的词语权重计算公式。该方法简单易行,但仅仅考虑了特征词出现的频率,而忽略了特征词对区分每个类的贡献。针对这个不足,该文提出了TFIDF-CHI,来修正各个特征词的权重,重新调整每个特征词对各个类别的区分度,并用KNN分类器来验证其有效性。实验证明该方法优于原来的TFIDF算法,表明了改进的策略是可行的。  相似文献   
20.
改进的谱减法在语音增强中的应用   总被引:1,自引:1,他引:0  
提出了一种谱减法的改进形式,算法打破了噪声和语音是相互独立且噪声是零均值的高斯分布假设.实验表明这种改进型谱减算法有效提高了增强效果,更好地抑制了音乐噪声.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号