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DTW的孤立词语音识别系统设计

设计了一种基于小波变换的孤立词语音识别系统。该系统提取语音信号的特征矢量,使用DTW算法对待测语音进行匹配,通过对输入信号的降噪处理,提高孤立词在噪声环境下的识别精度。测试结果表明,在无强噪声干扰条件下,该系统能较好实现孤立词语音识别。     

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。     

一种新的鉴别汉语语音信号起止点的有效算法

提出短时能频值（ＥＦＶ）的新概念，设计了用短时能频值的参量来估计语音起止点的新的有效算法，提高了语音信号与背景噪声的分辨力。运用基于短时能频值ＥＦＶ估计语音起止点的算法，研究汉语普通话音素的区别特征，上机计算分析证明了ＥＦＶ门限能够很好地从噪声中分辨出语音信号，有着较好的稳定性和较高的语音－噪声分辨力。     

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。     

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。     

三阶累积量在语音信号端点检测中的应用

语音信号的三阶累积量通常不等于零,因而可以用来检测噪声环境中语音的起始点和终止点。提出一种采用累积量矩阵的最大奇异值来实现语音端点检测的方法,并引入一种自适应的实现方法。仿真实验表明,所提方法在很大程度上降低了传统端点检测方法的错误率。     

基于YOLOX的穴盘甘蓝病害检测方法

为实现穴盘甘蓝的智能化管理,针对穴盘甘蓝病害识别存在的光照不均匀、对比度低和待检测目标小等问题,研究了基于深度学习的穴盘甘蓝病害检测算法。该算法结合通道空间注意力机制模块,在特征提取模块对特征信息进行重标定,引导模型关注病害区域特征,抑制背景噪声,降低模型漏检率。并采用自适应多尺度特征融合算法提取穴盘甘蓝病害多尺度特征,充分利用不同尺度特征的语义信息提升小目标的检测精确率。由于算法的检测框定位不准确,在回归损失函数中添加了重叠面积损失、中心点距离损失和宽高损失,对回归任务进行了优化,提高穴盘甘蓝病害预测框定位精度;同时引入变焦损失函数作为分类损失函数,利用权重缩放因子缓解模型训练过程中相似病害类间差距小的问题。结果表明,研究算法对穴盘甘蓝炭疽病、细菌性黑斑病、褐斑病、黑腐病的检测平均精确率分别为97.59%、99.70%、98.69%和97.64%;其平均精度均值达到98.41%,与YOLOX、Faster R-CNN、YOLOv3、SSD、CenterNet算法相比,分别提高了4.96、12.86、18.19、4.71、10.69百分点。     

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EMD-TEO(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...     

基于HSV空间的玉米果穗性状的检测

为高效检测玉米果穗性状,建立了基于HSV(色调、饱和度、明度值)空间的玉米果穗性状的检测方法:使用机器视觉技术采集绿色背景玉米果穗图像,用HSV直方图阈值算法去除绿色背景,用FFT滤波器去除尖锐边缘和噪声,运用粒子滤波分离单一图像中的多个玉米果穗图像,并采用形态学腐蚀方法,经过4次迭代腐蚀,得到玉米果穗中间3行;检测玉米果穗的大小、形状、纹理和颜色4个特征的性状。随机检测67张玉米果穗样本图像的结果表明,果穗大小和形状特征检测的准确率为100%,果穗颜色和纹理特征检测的准确率分别为98.55%和96.25%,平均每果穗检测时间为0.1 s。     

基于Kalman滤波的UWB的TOA估计

提出了一种基于卡尔曼滤波的TOA估计算法,充分利用了卡尔曼滤波的预测功能,以预测值为中心对接收信号进行加窗处理,对此窗口内的接收信号作主成份分析得到测量值,然后对预测值进行修正.实验结果表明,与传统的TOA估计算法相比,该算法不仅使信噪比提高了约8～12 dB、均方误差降低了3～4个数量级,而且更便于实时实现.     

基于模糊理论的树冠图像边缘检测算法研究

介绍了一种变量施药的靶标识别方法,采用T-S模糊模型,根据绿色植物和背景颜色的特征值(R、G、B)差异性,采用超绿指标[Excess green,ExG]来区别靶标与背景的隶属度,定义了噪声和边缘隶属度函数,根据模糊推理结果,对植物叶片图像去除噪声后再进行边缘检测,可有效检测图像边缘。降低算法的复杂度,提高了效率,在抗噪性能方面能有效地避免噪声的干扰、节约时间、运算速度快。     

基于CS测量矩阵和阈值策略的图像重建理论及实验研究

采用FFT矩阵为变换核设计实现了压缩感知随机测量方案，自由分布式假设检验阈值策略（CFAR）确定最佳图像重建阈值，分段正交匹配追踪算法实现了低采样率下的图像重建算法．仿真实验证明：方案比以Hadamard矩阵为变换核的压缩感知随机测量方案图像重建效果提高4．6dB，并可以较好地避免图像重建时的“孤岛”噪声，是一种实用、快速，具有较好效果的图像重建算法．     

徐州市风华园小区噪音污染问题分析及对策

该文通过对徐州市风华园小区的声环境质量进行了工作日3d和春节3d总共6d的实地监测,共划分了8个监测点,得出各监测点在7个时间段的声级值。根据GB 3096-2008《环境质量标准》对工作日期间的噪音值进行分析,且对工作日期间和春节期间的噪音值进行了研究对比,得出结论：小区噪声值在工作日白天平均值为47．4dB,夜间平均值为36．4dB,均达到了国家规定的1类声环境功能区的标准;节日期间的噪声值在白天平均值为68．7dB,超标13．7dB,夜间的平均值为70．9dB,超标25．9dB。