基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前基于纯净语音信号的语音识别系统和说话人识别系统都已达到了很高的识别率,但是当信号中含有噪声,特别是含有语音噪声时,识别率就会大大降低.解决这一问题的关键是实现语音与噪声的自动分离.考虑到语音信号的非平稳特性,把时域去相关的思想推广到频域,提出了频域去相关算法,实验结果显示了算法的有效性.
推荐文章
一种有效的语音信号盲分离方法
盲源分离
独立分量分析
排列模糊
语音信号处理
基于FICA的盲语音信号分离方法研究
盲信号
独立分量分析
FICA
预处理
语音信号识别基于盲源信号分离的实现
盲信号分离
DSP
FastICA
ADSP_BF533平台
基于小波与独立分量分析的语音信号分离算法研究
独立分量分析
盲源分离
小波滤波
去噪性能
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于频域去相关的语音信号分离
来源期刊 应用科技 学科 工学
关键词 短时傅立叶变换 频域 去相关 语音信号分离
年,卷(期) 2005,(2) 所属期刊栏目 计算机应用
研究方向 页码范围 53-55
页数 3页 分类号 TP391.42
字数 2044字 语种 中文
DOI 10.3969/j.issn.1009-671X.2005.02.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄凤岗 哈尔滨工程大学计算机科学与技术学院 49 667 12.0 24.0
2 张丽丹 哈尔滨工程大学计算机科学与技术学院 2 12 2.0 2.0
3 李先伟 哈尔滨工程大学计算机科学与技术学院 2 12 2.0 2.0
4 于大刚 哈尔滨工程大学计算机科学与技术学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (1)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
短时傅立叶变换
频域
去相关
语音信号分离
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
应用科技
双月刊
1009-671X
23-1191/U
大16开
哈尔滨市南通大街145号1号楼
14-160
1974
chi
出版文献量(篇)
4861
总下载数(次)
7
总被引数(次)
21528
论文1v1指导