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:
针对语音通话中语音段的起始检测性能不佳,检测语音连续性结构受到破坏的问题,提出了一种基于特征流融合的带噪语音检测算法.首先,根据语音特性分别提取时域特征流、谱图特征流和统计特征流;其次,利用不同的语音特征流分别对带噪音频中的语音段进行概率估测;最后,将各个特征流估测得到的语音估测概率进行加权融合,并利用隐马尔可夫模型对语音估测概率进行短时状态处理.通过对复合语音数据库在多类型噪声与不同信噪比条件下的性能测试表明,所提算法相对于基于贝叶斯与DNN分类器的基线模型相比,语音检测正确率分别提高了21.26%与11.01%,显著提高了目标语音的质量.
推荐文章
基于 Mel-TEO的带噪语音端点检测算法
语音端点检测
说话人识别
Teager能量算子
Mel倒谱距离
噪声
多特征和APSO-QNN相结合的语音端点检测算法
端点检测
加速粒子群优化
量子神经网络
正确率
鲁棒性
基于Matlab的藏语语音基音检测算法研究
基音检测
藏语语音
自相关算法
Matlab
基于小波变换的语音基音周期实时检测算法
基音检测
小波变换
短时能量
声门闭合瞬间
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 基于特征流融合的带噪语音检测算法
来源期刊 通信学报 学科 工学
关键词 语音通话 语音检测 特征流融合 隐马尔可夫模型
年,卷(期) 2020,(4) 所属期刊栏目 学术论文
研究方向 页码范围 134-142
页数 9页 分类号 TP391.42
字数 7889字 语种 中文
DOI 10.11959/j.issn.1000-436x.2020067
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 龙华 昆明理工大学信息工程与自动化学院 132 376 9.0 13.0
2 邵玉斌 昆明理工大学信息工程与自动化学院 114 279 8.0 11.0
3 杨明亮 昆明理工大学信息工程与自动化学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (3)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(7)
  • 参考文献(2)
  • 二级参考文献(5)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
语音通话
语音检测
特征流融合
隐马尔可夫模型
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
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导