基于EMD拟合特征的耳语音端点检测

• 作者: 徐敏 潘欣裕 赵鹤鸣 陈雪勤
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 希尔伯特-黄变换 经验模态分解 内禀模态函数 归一化拟合特征
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 论文
• 页码范围: 362-366
• 页数: 5页
• 分类号: TN912.3
• 字数: 4852字
• 语种: 中文

摘要

耳语音作为人类发音的一种特殊形式,与正常语音相比具有信噪比低、元音的周期特征不明显等特性,因而耳语音处理比正常语音更为困难.耳语音处理研究的第1个关键步骤就是语音的端点检测,该文利用希尔伯特-黄变换(Hilbert-Huang Transform, HHT)中的经验模态分解(Empirical Mode Decomposition, EMD),首次提出了一种基于EMD拟合特征的耳语音端点检测新方法.利用EMD得到的内禀模态函数(Intrinsic Mode Function, IMF)能量,以其归一化拟合参数为耳语音端点检测的特征,可以准确地划分出耳语音端点.实验表明,该方法在耳语音端点检测中取得了很好的效果,在1200个信噪比为2～10dB的测试样本中,检测准确率为98.25%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵鹤鸣	苏州大学电子信息学院	140	1024	17.0	23.0
2	徐敏	苏州大学电子信息学院	71	241	9.0	12.0
3	陈雪勤	苏州大学电子信息学院	26	178	7.0	12.0
4	潘欣裕	苏州大学电子信息学院	11	55	5.0	7.0