农贸市场环境下语音信号增强方法比较

语音增强是语音识别经常采用的前端处理方法。针对农贸市场环境中的语音信号,为获取更佳的识别效果,采用两种不同的评价方法,对谱减法(SS)、多带谱减(MB)、最小均方误差(MMSE)和对数最小均方误差(log MMSE)4种语音增强效果进行比较。结果表明,采用分段信噪为评价标准比对语音质量进行评价,以SS为最佳,其次为MMSE和log MMSE,多带算法较差;针对分段信噪比评价没有考虑语音可懂度的问题,对上述算法采用语音质量感知评价PESQ标准进行评分,以MB算法得分最高;提高信噪比与增加懂度往往不能同时获得,针对语音识别的复杂性,增强算法的选择要根据具体的应用进行取舍。本研究对农贸市场环境下语音信号的增强算法选用提供了参考。     

农产品市场信息采集的语音识别鲁棒性方法

当前便携式农产品市场信息采集设备缺少语音接口,且通用领域的识别算法又过于复杂,为此提出一种适用于该设备作业环境的语音识别鲁棒性方法。首先利用MMSE估计器对带噪信号进行增强,以提高输入信号的信噪比;对增强后产生的语音失真和残留噪声,再利用倒谱均值方差归一化（CMVN）方法进行补偿。实验结果表明,该联合后的算法能有效的提高系统的识别率,特别是在低信噪比（0~10 dB）环境下更为有效。     

一种新的对数能量谱熵语音端点检测方法

将一种新的对数能量(LE)特征和谱熵(SE)特征相结合,提出一种新的对数能量谱熵(LESE)特征,采用模糊C均值聚类算法和贝叶斯信息准则算法进行LESE特征门限估计,并使用双门限法进行语音端点检测.在TIMIT连续语音库上的实验结果表明,相比于能量谱熵(EE)法和对数能量(LE)法,在噪声环境下LESE法具有更好的检测性能,表现出更好的稳健性.当信噪比为-5 dB时,LESE法的检测错误率仅为18.02%,在信噪比为0~10 dB时,其检测错误率要明显低于EE法和LE法.     

基于MMSE谱减算法的农产品市场信息语音识别技术

为解决传统的便携式农产品市场信息采集设备操作不便,易受使用环境影响等问题,提出利用语音识别技术采集信息,以增加操作界面的灵活性。为增强语音识别的抗噪声鲁棒性,针对农产品市场信息采集的特殊工作环境,采集到20男20女语音训练集材料。首先利用最小均方误差( MMSE)谱减法进行前端带噪语音增强,得到增强后的语音信号,然后提取其 MFCC 特征用于HMM声学模型的训练;声学识别单元采用上下文相关的三音子模型,模型训练过程中采用了决策树状态聚类和增加高斯混合分量的策略,以提高模型的精确度。在3处不同环境不同信噪比情况下对训练出的模型进行测试,结果表明,MMSE谱减算法处理后的语音识别率比基本谱减法( SS)、多带谱减法( MB)有明显的提高,特别是在较低信噪比情况下更为明显。     

一种具有鲁棒特性的Mel频率倒谱系数

通过研究在低能量段用幂函数代替自然对数函数对MeI滤波器组的输出进行处理,从而得到一种改进Mel频率倒谱系数(PL_MFCC).实验表明,这种参数能够提高含噪语音的说话人识别率.如果含噪语音通过wiener滤波增强算法消噪后,再用PL_MFCC来提取特征参数,能够进一步提高在噪声环境下说话人的识别率.     

高噪声环境下基于倒谱距离的语音端点检测算法的实现

为了在高噪声环境下得到较清晰的语音信息,对倒谱距离算法进行了改进,利用语音信号的倒谱向量判断语音端点信息。MATLAB仿真实验结果表明,在白噪声和汽车噪声环境下,信噪比分别为10 dB和15 dB时,得到的语音单字清晰度分别达到93%和95%,实现了90~100 dB高噪声环境下可靠的语音通信。     

基于小波变换的语音去噪阈值函数的研究

目的小波去噪可以提高语音的信噪比,其中通过放宽阈值限制、加强小波系数的连续性,以及对小波系数较高的语音信号实现噪声与语音的分离可以增强语音去噪效果。方法基于一段信噪比为10dB的语音信号,采用不同的阈值函数,对该段语音进行小波去噪处理,比较各种阈值函数得到不同的去噪语音和各个阈值函数的特点。结果传统的硬阈值和软阈值得到的信噪比分别为11.57dB和10.91dB,软硬阈值折衷法得到的去噪语音信噪比12.70dB,模平方法得到的去噪语音信噪比为12.20dB,改进以后的软硬阈值折衷法和改进后的模平方法得到的去噪语音的信噪比分别为11.38dB和13.40dB,用降低阈值的方法得到的去噪语音信号的信噪比为11.68dB,新的阈值函数得到的去噪语音的信噪比为13.49dB。结论相比较软硬阈值折衷法,改进的模平方法和其它传统的方法,新阈值函数语音去噪可以取得更好的效果。     

基于改进非局部均值滤波的低照度下车牌去噪算法

低照度下车牌图像可见度低且含高斯噪音,以传统非局部均值算法处理时,容易丢失图像边缘信息。提出了一种基于改进非局部均值的低照度下车牌去噪算法,以标准化欧氏距离代替简单欧氏距离度量块相似性,同时引入Shen-Castan边缘检测器对车牌边缘部分分离去噪。实验结果表明:提出的算法相较于传统去噪算法,处理结果有更好的信噪比值,且结构相似性值更接近1,说明该去噪算法有更好的去噪效果,同时也能保护边缘信息的完整性。     

基于分形理论的语音端点检测

为提高语音端点检测(VAD)在较低信噪比(<10 dB)下的准确率,提出一种基于短时分形维数的改进算法。结合语音信号的特点,对2种常用的语音信号分形维数计算方法进行了比较和选择,同时采用动态跟随门限值实现语音端点的自适应检测。试验结果表明:对于信噪比6~10 dB的带噪语音,此方法可以实现整段语音的检测,而且具有一定的噪声鲁棒性,系统运行期间能够自适应调整门限值以适应环境噪声的变化,提高了VAD算法的准确率。     

基于Retinex和改进的最小生成树分割提取模糊航空图像中的河流

本文提出了一种Retinex和改进的最小生成树分割相结合的算法,能够准确地从模糊航拍图像中提取出河流。首先,通过多尺度Retinex(MSR)算法增强图像,然后基于形状先验和改进的最小生成树分割算法检测出主要河流。分别测试了各种不同模糊航拍河流图像,比较了四种众所周知的图像增强算法和四种常用的图像分割算法。结果表明:若没有MSR的图像增强,单一的最小生成树算法无法准确地提取模糊航拍图像中的河流;新算法对模糊或光照不均的河流图像,与传统算法比较有着明显的检测效果。     

基于改进EMD-TEO倒谱距离的生猪音频信号端点检测

针对生猪音频信号识别中传统端点检测方法存在的抗噪能力差,准确率低等问题,将一种改进EMDTEO(经验模态分解的Teager能量算子)倒谱距离的端点检测方法应用到生猪音频信号的端点检测,对生猪音频信号的2个端点检测特征参数(Teager能量参数和倒谱距离参数)进行研究。仿真试验结果表明:1)与EMD-TEO和倒谱距离端点检测法相比,当高斯白噪声的信噪比(Signal-noise ratio,SNR)为-5dB时,改进后的算法用于生猪音频信号的端点检测准确率达到84.725%,分别高出前2种端点检测算法9.857%和16.403%,SNR为10dB时,仍优于其他2种算法;2)当饲养场背景噪声的SNR为10dB时,改进后的用于生猪音频信号的端点检测准确率达到90.293%,分别高出EMD-TEO和倒谱距离端点检测算法4.972%和7.932%;3)改进后的算法对不同类型的生猪音频信号均呈现出很好的端点检测效果。改进EMD-TEO倒谱距离的端点检测算法在低SNR的环境下,对生猪音频信号的端点检测有较高正确率,且具有一定的鲁棒性。     

语音识别系统中多种特征参数组合的抗噪性

构建了基于连续隐马尔可夫模型(CHMM)的汉语数字串语音识别系统,为了提高系统在噪音环境下的鲁棒性,抑制平稳噪声及去除信道卷积噪声的影响,引入了动态参数,实验仿真表明采用MFCC参数及一阶、二阶差分及倒谱化明显提高了噪声环境下语音识别系统的识别性能。     

基于JPEG-LS预测的无损信息隐藏算法研究

对Thodi预测算法进行了改进,并且通过仿真实验,有选择地确定了预测误差阈值和阈值参数值.经初步测试,证明了在较大嵌入量的前提下,较好地提高了信噪比,并能够无损地提取隐藏信息.     

一种基于偏微分方程的耦合自适应图像平滑方法

针对传统的非线性扩散方程图像平滑方法中对角点圆弧化的缺点,引入利用图像的局部信息构造的耦合自适应保真项,使新的非线性扩散去噪模型能够在去除噪声、保留图像边界的同时,也能很好地保留角点等大曲率几何结构。实验结果表明,改进的算法优于传统算法。     

一种改进的小波阈值去噪方法

为了改进滤波效果,提高去噪质量,在分析目前被广泛应用的软、硬阈值去噪方法的基础上,提出了一种改进的阈值去噪方法.该方法既兼顾了软、硬阈值函数的优点,同时又在一定程度上弥补了它们在图像去噪中的缺陷.有效克服了硬阈值法去噪信号失真的和软阈值法细节模糊现象.仿真结果表明:该方法可以有效地去除白噪声干扰,无论在视觉效果上还是在信噪比定量指标上均明显优于传统的软、硬阈值算法,达到良好的去噪效果.     

Wolfe线搜索下的一个修正DY谱共轭梯度法

对比传统梯度法,谱梯度算法有很好的加速效果。在经典DY型共轭梯度法的基础上,提出了一种修正DY谱共轭梯度法,利用Wolfe线搜索步长规则,在适当的假设条件下证明了算法的全局收敛性。     

基于Gammatone滤波器组的客观语音质量评估

语音质量是评价通信系统的一项重要指标。现有的语音质量感知评估算法采用基于Bark谱的感知模型,其算法复杂度较大,并且对于人耳的频率选择性的模拟存在不足。针对这一问题,本文提出一种新的客观语音质量评估方法,采用更加符合人耳听觉特性的Gammatone滤波器组提取特征参数,计算原始语音与失真语音的平均失真距离,并由主观平均意见分值和归一化平均失真距离之间的映射关系求出客观平均意见分值。实验表明,与感知评估方法相比,本文所提出算法的计算复杂度大大降低,同时保持了客观平均意见分值与主观平均意见分值之间的高相关度。     

电能质量信号的三维数据压缩

为提高电能质量数据的压缩性能,满足低压缩比下高信噪比的工程要求,采用三维表示方法重构电能质量数据,利用三维小波分解与3D－SPIHT编码算法对七种典型的电能质量扰动信号的三维数据块进行压缩编码,并与传统SPIHT算法结果对比。实验证明三维压缩方法的优越性,在相同码率的条件下三维压缩方法具有更高的信噪比。在此基础上确定七种电能质量扰动信号在当前实验环境下的极限比特率与极限压缩比,分析信号特点对压缩比的影响。     

基于视觉滤波算子的农业图像去噪研究

[目的]农业图像中难免存在噪声,噪声会干扰有用目标的识别。为了准确提取农业图像中的有用信息,拓展图像处理技术在农业工程中的应用,有必要去除农业图像中的噪声。[方法]本文将一种改进的中值滤波与视觉滤波LOG算子结合起来,用于对农业图像进行去噪。首先,通过LOG算子将图像分为边缘图像和非边缘图像,然后采用一种改进的加权中值滤波处理非边缘图像,边缘图像与处理后的非边缘图像融合为最终的去噪图像。[结果]利用本算法对农业图像进行测试,与传统的中值滤波算法进行对比,并采用峰值信噪比作为滤波算法性能的客观评价指标,本算法的峰值信噪比高于传统中值滤波算法8.15%,有更好的降噪效果。[结论]因此,该算法的滤波效果优于传统中值滤波算法,可有效去除农业图像中诸多因素产生的噪声。     

基于不规则子块的农作物图像自适应增强算法

在对直方图均衡化算法基本原理深入分析的基础上,结合图像灰度值分布特征,提出一种改进的直方图均衡化增强算法,该算法首先引入自适应维纳滤波算法,对所获取的降质农作物图像进行预处理,以尽可能排除随机噪声;然后提出一种基于图像灰度信息的自适应子块获取方法,通过图像中灰度值的分布特点来自适应确定子块,对各子块分别进行直方图均衡化处理,从而获得高清晰度的农作物图像。采用峰值信噪比及均方根误差等指标,将图像自适应增强算法与自适应维纳滤波算法、直方图均衡化算法及其改进算法对降质农作物图像的处理性能进行定量评价,结果表明,图像自适应增强算法在去除噪声的同时能够有效提高图像对比度,对于农作物图像处理具有一定的借鉴价值。