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:
语音增强是解决噪声污染的有效方法,它的首要目标是在接收端尽可能从带噪语音中恢复纯净的语音信号.针对噪声环境下的语音增强问题,提出了一种语音增强新方法.该方法利用小波子带的方向性特点以及小波系数尺度内的相关性,将小波系数的概率分布建模为一种自适应高斯混合模型,在贝叶斯框架中采用这种概率模型可以得到一种具有空间自适应性的贝叶斯萎缩函数.利用这种萎缩函数可以实现对小波系数的修正.仿真实验表明,该算法对于噪声有较好的抑制作用,该算法在主观和客观测试中都具有良好的语音增强效果,可以在语音识别、语音编码中获得应用.
推荐文章
麦克风阵列的协同自适应滤波语音增强方法
语音增强
麦克风阵列
协同自适应滤波
脉冲噪声
高斯噪声
非线性滤波
基于自适应混合高斯模型的运动目标检测
运动目标
检测
混合高斯模型
改进的自适应高斯混合模型运动目标检测算法
高斯混合模型
运动物体检测
高斯分布
学习率取值
基于自适应超高斯混合模型的语音增强算法
语音增强
超高斯混合模型
自适应
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 自适应高斯混合模型语音增强方法
来源期刊 应用科技 学科 工学
关键词 语音增强 小波变换 自适应高斯混合模型 贝叶斯萎缩函数
年,卷(期) 2009,(7) 所属期刊栏目 现代电子技术
研究方向 页码范围 11-15
页数 5页 分类号 TN911.7
字数 4872字 语种 中文
DOI 10.3969/j.issn.1009-671X.2009.07.004
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 陈立伟 哈尔滨工程大学信息与通信工程学院 49 162 7.0 8.0
2 王文姝 哈尔滨工程大学信息与通信工程学院 2 4 1.0 2.0
3 袁(碩) 哈尔滨工程大学信息与通信工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (3)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
语音增强
小波变换
自适应高斯混合模型
贝叶斯萎缩函数
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
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导