基于小波分析与PSO-ELM的语音端点检测算法研究

• 作者: 张宇波 邢立钊
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 工学
• 关键词: 端点检测 小波分析 极限学习机 粒子群优化算法
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 自动化与计算机
• 页码范围: 33-38
• 页数: 6页
• 分类号: TN91
• 字数: 4031字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2016.01.008

摘要

为了提高语音端点检测算法在低信噪比和复杂环境下的检测速度和检测准确度,本文提出了小波分析技术(WA)和粒子群算法(PSO)优化的极限学习机(ELM)相结合的方法.依据小波变换及多分辨率分析原理,提取每帧语音信号特征量,输入ELM神经网络.采用PSO算法选择ELM最优的输入权值和隐含层偏差,进而得到预测结果.通过Matlab仿真可见,与传统端点检测算法和神经网络算法相比,该方法以最简化的网络结构获得了20％以上的速度提升和更加理想的检测准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宇波	郑州大学电气工程学院	14	84	6.0	8.0
2	邢立钊	郑州大学电气工程学院	2	8	2.0	2.0