检索结果-内蒙古大学图书馆

计算机工程与应用 2020年第7期56卷 162-169页

作者：陈秋菊徐建国茅台学院酿酒工程自动化系贵州仁怀564500 国防科学技术大学系统工程学院长沙410073

声音事件识别时受到各种环境声的影响,采用优化正交匹配跟踪(Orthogonal Matching Pursuit,OMP)和短时谱估计对声音信号进行二次重构,能有效提高识别性能。采用粒子群算法(Particle Swarm Optimization,PSO)优化OMP稀疏分解作首次重构,... 详细信息

声音事件识别时受到各种环境声的影响,采用优化正交匹配跟踪(Orthogonal Matching Pursuit,OMP)和短时谱估计对声音信号进行二次重构,能有效提高识别性能。采用粒子群算法(Particle Swarm Optimization,PSO)优化OMP稀疏分解作首次重构,保留声音信号的主体;采用短时谱估计对首次重构后的残余信号作声音增强处理,完成二次重构,去除非平稳噪声和提高重构声音信号的精度;对重构信号提取梅尔频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)特征、优化OMP时-频特征和基频(Pitch)特征,组成复合抗噪特征集OOMP;使用深度置信网络(Deep Belief Network,DBN)对OOMP特征进行学习,并对40种声音事件在不同环境不同信噪比下进行识别。实验结果表明,该方法在不同信噪比的各种环境声中平均识别率为70.44%,且在-5 dB的情况下仍然可以达到49.90%的识别率,从而说明所提方法能有效地识别各种环境下的声音事件。

关键词：声音事件识别正交匹配追踪粒子群优化短时谱估计深度置信网

来源：评论

学校读者我要写书评

暂无评论

基于优化正交匹配追踪的低信噪比声音事件识别

基于优化正交匹配追踪的低信噪比声音事件识别

引用

作者：陈秋菊福州大学

学位级别：硕士

声音事件识别将隐藏在音频数据中的真实声音识别出来,对于音频取证、环境声音识别、定位跟踪和声源分类等领域具有重要意义。然而,真实环境中存在复杂多变的背景噪声,对声音事件的识别造成一定的影响。针对这个问题,本文以自然环境下的... 详细信息

声音事件识别将隐藏在音频数据中的真实声音识别出来,对于音频取证、环境声音识别、定位跟踪和声源分类等领域具有重要意义。然而,真实环境中存在复杂多变的背景噪声,对声音事件的识别造成一定的影响。针对这个问题,本文以自然环境下的动物声音事件作为研究对象,提出基于优化的正交匹配追踪(Orthogonal Matching Pursuit,OMP)和深度置信网(Deep Belief Network,DBN)的低信噪比声音事件识别方法。本文的主要内容如下:(1)优化的OMP稀疏分解。针对OMP信号稀疏分解在搜索最优原子时计算量较大的问题,提出采用粒子群算法(Particle Swarm Optimization,PSO)对其进行优化,在保证声音信号重构精度的同时实现OMP的快速稀疏分解。(2)优化OMP二次自适应重构。针对传统的噪声估计需要先验地获得噪声的统计知识的问题,采用优化OMP二次自适应重构方法。首先,对声音信号进行优化OMP自适应重构,保留声音信号的主体部分;然后,采用短时谱估计算法将首次重构后的残余信号进行声音增强处理,对首次重构后的声音信号进行补偿;最后,将两次重构后的声音信号进行合并,从而有效地去除非平稳噪声和提高重构声音信号的精度。(3)优化复合时频特征提取。根据环境声音的时频分布,对重构的声音信号从时域、频域和时频域分别提取基频(Pitch)、MFCC和优化OMP特征组成一个优化复合时频特征 OOMP(Optimized Orthogonal Matching Pursuit,OOMP),OOMP特征能较好的保留声音信号的时域和频域信息,从而更好的刻画和表征声音信号,有效地提高识别性能和具有更好的抗噪性能。(4)DBN分类。针对传统分类器识别精度不高和数据过拟合的问题,本文采用DBN对提取的OOMP特征进行模型训练和分类识别。DBN对数据进行建模时,对输入数据进行贪心逐层无监督学习;并且采用BP(Back Propagation,BP)算法进行有监督的微调,从而使训练出的模型具有较强的区分能力,有效的对声音事件进行分类。本文分别在风声、雷雨声和雨天湖边声环境下,以不同的信噪比,对40种声音事件进行识别实验。实验结果表明,本文的方法能有效辨识大范围的声音事件,并且适合于低信噪比环境声音事件的识别。

关键词：声音事件识别正交匹配追踪粒子群优化短时谱估计深度置信网

来源：评论

学校读者我要写书评

暂无评论

基于短时谱估计的MMSE语音增强算法研究

基于短时谱估计的MMSE语音增强算法研究

引用

作者：于文慧吉林大学

学位级别：硕士

语音信号是人类进行信息传播和思想交流的重要媒介，但其在传播过程中往往受到各种噪音信号的干扰，这使得我们很难得到纯净的语音信号，为提高语音信号的通信质量，语音增强处理就有极大的应用价值。语音增强技术涉及的知识不仅与信号... 详细信息

语音信号是人类进行信息传播和思想交流的重要媒介，但其在传播过程中往往受到各种噪音信号的干扰，这使得我们很难得到纯净的语音信号，为提高语音信号的通信质量，语音增强处理就有极大的应用价值。语音增强技术涉及的知识不仅与信号处理理论有关，还与人的听觉感知特性、噪声特性等有关，同时，噪声来源广泛，它随不同的应用场合呈现不同的特性，这就导致并不能找到一种通用的语音增强算法对各种噪声进行处理，而是特定的算法应用到特定环境下才有可能获得良好的降噪效果。本文主要研究基于MMSE的语音增强算法，首先，在开始部分对语音增强的意义做出了详尽的介绍，同时对其历史及发展进行了简单的描述。然后，在第二部分介绍了语音增强涉及的相关知识点，其中包括语音特性、人耳听觉特性以及噪声特性等，也介绍了语音增强算法的分类，并简单描述了几种常用的语音增强算法。虽然语音信号是时变非平稳的信号，但是语音信号具有短时平稳性使得在对语音进行分析时可以把语音信号分为若干帧，把每一帧的语音看做是稳定的，进而进行处理。基于短时谱估计的语音增强算法大致包括：谱相减法、维纳滤波法、MMSE算法，在第三部分对这几种语音增强算法用计算机仿真实验进行仿真对比，再用同输入信噪比后的输出信噪比来确定带噪语音信号的增强效果。从仿真结果可以看出，在短时谱估计的语音增强算法中，MMSE算法是语音增强最优的估计算法。第四部分主要是对MMSE的语音增强算法进行研究，为了计算和实现方便，对于MMSE的语音增强算法，以往我们假定语音信号服从高斯分布，但是经研究发现，有更接近语音信号的分布，也就是超高斯分布。对超高斯分布取特定的参数可以得到我们常用的分布模型（如拉普拉斯模型、伽玛模型等），同时发现这些模型都优于高斯模型。在计算机仿真实验中，主要是寻找在超高斯模型下的最优参数值，使得语音增强效果最好，并且保证在同输入信噪比的情况下输出信噪比最高。

关键词：语音增强短时谱估计 MMSE 超高斯模型

来源：评论

学校读者我要写书评

暂无评论

基于声谱图的环境声音识别

基于声谱图的环境声音识别

引用

作者：吴志彬福州大学

学位级别：硕士

生态环境与我们的生活密切相关,本文以生态环境下的动物叫声为研究对象,它们包含了丰富的信息。通过对动物声音的识别,可以对其生活习性和分布做一定的了解与分析,从而可以有效地对其进行监控和保护。然而,由于不同环境及噪声的存在,现... 详细信息

生态环境与我们的生活密切相关,本文以生态环境下的动物叫声为研究对象,它们包含了丰富的信息。通过对动物声音的识别,可以对其生活习性和分布做一定的了解与分析,从而可以有效地对其进行监控和保护。然而,由于不同环境及噪声的存在,现有的方法对于低信噪比的动物声音的识别精度难以保证。为了处理这些问题,本文提出基于声谱图的投影特征和局部二元模式方差(local binary pattern variance,LBPV)特征构成的双层特征,通过随机森林分类器,实现动物声音的识别。此外,我们还采用短时谱估计对声音信号进行增强。本文的内容包括以下几个方面:(1)声音增强处理。针对传统的噪声估计往往需要事先假设背景噪声是平稳的,因而不能较好地处理实际的非平稳环境噪声的问题。本文结合了经典的短时谱估计算法与一种基于双向路径搜索的噪声功率谱动态估计算法,提出改进的短时谱估计算法,并以此实现对声音信号的增强处理。(2)双层特征提取。对动物声音信号的声谱图观察分析后,我们发现,动物声音的声谱图具有独有性和可区分性且适合用于声音识别。本文对声谱图提取投影特征和LBPV特征构成双层特征。第一层特征为声谱图投影特征,它是一个整体的特征,是对整个声谱图矩阵通过特征值分解和投影得到。第二层特征为LBPV特征,LBPV特征捕捉图像的局部特征,有效地结合局部二元模式(local binary pattern,LBP)特征和对比度特征。这两种特征具有互补性,不仅能够有效地提高识别性能并且具有很好的抗噪性能。(3)识别和分类。针对分类器集成技术可以有效提高识别精度和避免数据过拟合的特点,本文使用一种基于决策树的集成分类器模型一随机森林来对声谱图特征进行模型训练和分类识别,而每个待测环境声音信号的最终识别结果则由随机森林中类别的多数投票结果而定。随机森林分类器是具有良好的识别性能,且训练识别快速的组合分类器。本文分别在雨声环境、公路环境与风声环境下,以不同的信噪比,对40种常见野生动物声音进行识别实验。结果表明,短时谱估计声音增强结合双层特征与随机森林的方法能辨识大范围的动物声音,且在OdB的情况下,依然保持80%以上的识别率。

关键词：声音识别短时谱估计局部二元模式方差投影特征随机森林

来源：评论

学校读者我要写书评

暂无评论

利用抗噪纹理特征的快速鸟鸣声识别

引用

电子学报 2015年第1期43卷 185-190页

作者：魏静明李应福州大学数学与计算机科学学院福建福州350108

针对非平稳噪声下的鸟鸣声识别问题,提出一种利用抗噪纹理特征的快速鸟鸣声识别方法,该方法也解决了纹理特征提取过程中灰度共生矩阵(GLCM)占用空间大,以及计算量大、耗时的问题.该方法分三个步骤,首先,通过短时谱估计算法对鸟鸣声带噪... 详细信息

针对非平稳噪声下的鸟鸣声识别问题,提出一种利用抗噪纹理特征的快速鸟鸣声识别方法,该方法也解决了纹理特征提取过程中灰度共生矩阵(GLCM)占用空间大,以及计算量大、耗时的问题.该方法分三个步骤,首先,通过短时谱估计算法对鸟鸣声带噪功率谱进行音频增强;然后,采用和差统计法(SDH)对增强功率谱快速提取纹理特征;最后,由随机森林进行分类.在实验部分,设计了两组对比实验,结果表明,该方法有良好的识别性能、较少的时耗,且具有噪声鲁棒性.

关键词：鸟鸣声识别抗噪纹理特征短时谱估计和差统计法

来源：评论

学校读者我要写书评

暂无评论

基于纹理特征与随机森林的生态声音识别

引用

计算机应用与软件 2015年第3期32卷 162-166页

作者：魏静明李应福州大学数学与计算机科学学院福州福建350108

针对真实环境中普遍存在的非平稳噪声,提出一种基于纹理特征与随机森林的生态声音识别方法。该方法首先使用一种基于噪声估计的音频增强算法,即短时谱估计对输入端声音信号进行前端处理,得到增强信号功率谱;然后根据得到的增强信号功率... 详细信息

针对真实环境中普遍存在的非平稳噪声,提出一种基于纹理特征与随机森林的生态声音识别方法。该方法首先使用一种基于噪声估计的音频增强算法,即短时谱估计对输入端声音信号进行前端处理,得到增强信号功率谱;然后根据得到的增强信号功率谱图的纹理信息,采用和差统计法对其进行纹理特征提取;最后,利用基于决策树的组合分类器,即随机森林进行识别和分类。设计了两组对比实验,结果表明该方法不仅有良好的识别性能,而且具有噪声鲁棒性。

关键词：生态声音识别短时谱估计纹理特征和差统计法随机森林

来源：评论

学校读者我要写书评

暂无评论

窄带语音通信中语音增强算法和实现研究

窄带语音通信中语音增强算法和实现研究

引用

作者：宋鸽西安电子科技大学

学位级别：硕士

语音增强是语音信号处理领域的一项重要技术，用于提高语音通信系统在噪声环境中的性能。语音增强技术广泛应用在语音编码、语音合成和语音识别等诸多领域。因此，对语音增强技术的研究具有较高的理论意义和应用价值。本文重点分析和研... 详细信息

语音增强是语音信号处理领域的一项重要技术，用于提高语音通信系统在噪声环境中的性能。语音增强技术广泛应用在语音编码、语音合成和语音识别等诸多领域。因此，对语音增强技术的研究具有较高的理论意义和应用价值。本文重点分析和研究了基于短时谱估计的语音增强算法。首先，分析并实现了四种短时谱估计算法。性能测试结果表明，这四种算法对噪声污染的语音有明显的增强效果，其中基于幅度谱的感知贝叶斯估计算法效果最好，在粉红噪声情况下带噪语音输入信噪比为10dB时PESQ值可达3.248。其次，出于语音增强算法实用性的考虑，对语音增强浮点算法进行定点化处理，实现了定点算法。性能测试结果表明，两种方法得到的语音PESQ值差异较小，且经过非正式主观试听，两者语音质量相当。最后，在TI C6000系列DSP平台上，对语音增强定点算法进行了移植和优化，最终算法的计算复杂度减少到原始的20%左右，为进一步的工程应用提供了良好的基础。

关键词：语音增强短时谱估计移植和优化

来源：评论

学校读者我要写书评

暂无评论

VoIP系统中语音增强的研究与实现

VoIP系统中语音增强的研究与实现

引用

作者：梁晨哈尔滨工业大学

学位级别：硕士

近年来，随着互联网的普及和VoIP（Voice over IP）技术的发展，网络语音传输技术得到了越来越广泛的运用。在VoIP系统中，普遍存在着语音质量不佳的问题，尤其是在背景噪声较大的情况下，这导致VoIP系统很难被广泛使用。因此，在VoIP... 详细信息

近年来，随着互联网的普及和VoIP（Voice over IP）技术的发展，网络语音传输技术得到了越来越广泛的运用。在VoIP系统中，普遍存在着语音质量不佳的问题，尤其是在背景噪声较大的情况下，这导致VoIP系统很难被广泛使用。因此，在VoIP系统输入端前端安装一种适用于VoIP系统的语音增强模块迫在眉睫。本课题研究的是一种基于短时谱估计的增强方法，再通过添加自动增益控制模块，提高语音增强的效果，从而提高输入VoIP网络的语音清晰度。本课题研究了语音编解码对噪声抑制的效果，并使用不同强度噪声的语音信号对其进行仿真。之后研究并选择一套符合VoIP系统特性的增强算法，并对其进行VC工程实现。接着，添加自动增益控制模块对其进行优化。在工程实现上，主要是针对ARM Cortex-A9处理器的结构特点，设计算法的代码架构，并从C级、汇编级对其进行优化。优化后的代码在代码空间、数据空间、指令速度上达到了嵌入式运行指标。主要用到的软件开发环境是RVDS环境和GCC环境。在实验分析方面，使用白噪声和有色噪声对算法的语音增强效果进行分析。从实验结果可以看出，语音编解码有一定的抑制噪声的能力，但是对于较大背景噪声的语音几乎起不到抑噪作用。使用短时谱估计法处理后的语音，背景噪声有明显减弱，但是也同时伤害了输入的话音信号。通过添加自动增益控制模块，可以在较好的提高话音的基音幅值，最终在基本不影响语音幅值的基础上，抑噪率达到80%以上。

关键词：语音增强 VoIP ARM Cortex-A9芯片短时谱估计

来源：评论

学校读者我要写书评

暂无评论

压埋人员呼救语音信号处理方法研究

压埋人员呼救语音信号处理方法研究

引用

作者：高静成都理工大学

学位级别：硕士

近年来,我国成为了全球地震高发国家之一,而目前的技术还无法准确地预测地震的发生,因此地震的伤害不可避免。既然地震不能有效预测,那就只能尽量的去降低地震所造成的伤亡。在历次的地震救援的过程中,生命探测设备发挥了巨大的作用,使... 详细信息

近年来,我国成为了全球地震高发国家之一,而目前的技术还无法准确地预测地震的发生,因此地震的伤害不可避免。既然地震不能有效预测,那就只能尽量的去降低地震所造成的伤亡。在历次的地震救援的过程中,生命探测设备发挥了巨大的作用,使得在救援的黄金时间保证了压埋人员的生命。然而,通过音频生命探测设备所探测的呼救语音信号中却含有大量的背景噪声,这些背景噪声将影响后期对生命信号的提取和识别。本文将基于短时谱估计语音增强技术与基于等变量自适应EASI语音增强技术相结合,提出一种基于短时谱估计和EASI算法的语音信号处理方法,并有效地将呼救语音信号与背景噪声分离,从而达到对呼救语音信号的增强效果。本文主要研究地震救援现场压埋人员呼救语音信号的处理方法,具体实现呼救语音信号与模拟救援现场各种噪声的仿真分离,从而增强呼救语音信号。并采用提出的设计思路建立一种对呼救语音信号与背景噪声信号相分离的实验仿真,完成整个算法的设计流程,并进行实验仿真。本文主要研究的内容如下：一、语音特性与噪声特性分析：针对地震救援现场的被压埋人员的呼救语音信号(即有用信号)进行情感语言特性分析。同时分析了救援现场的主要噪声信号源的各种特性,如救援的大型救援机器作业声以及现场工作人员的说话声等进行分析,然后分别用录制的坦克噪声、餐厅嘈杂声以及嘈杂环境下人员说话声来模拟代替救援现场的噪声源。二、呼救语音信号的增强方法研究：本文通过对地震灾害救援现场的各种噪声场景模拟,通过模拟压埋人员呼救语音信号与背景场噪声的混合,对其混合信号通过相关的语音增强方法对含噪呼救语音信号进行去噪达到增强效果。并对各种增强算法处理过的语音信号进行分析以及对其增强算法进行改进与评价。三、呼救语音信号与背景噪声的分离方法研究：利用盲源分离技术的思想,通过等变量自适应的ICA分离算法对呼救语音信号进行分离,通过实验证明其分离的效果,并对其分离算法进行评价。四、提出一种新的呼救语音信号处理方法：利用基于短时谱估计语音增强算法和EASI分离的改进算法有效结合设计出一种新型的语音增强算法,使得既能去除人声背景噪声同时也能去除非人声背景噪声。本文重点研究基于短时谱估计和EASI算法的语音信号处理方法中的关键技术的实现,其关键技术为：(1)基于短时谱估计的语音增强技术中语音幅度谱的估计；(2)基于等变量自适应语音信号分离的ICA算法中的分离矩阵的迭代和步长自适应原则。本文通过对语音信号处理方法中的基于短时谱估计的语音增强算法与基于等变量自适应语音增强算法中的关键技术的研究,并提出了一种新的呼救语音信号处理方法并仿真。本文的章节安排为：第一章明确了文章的研究背景、研究意义和国内外研究现状。并对国内外相关文献进行了综述,提出了本文的研究目标与内容、方法以及预期研究成果；第2章分析了语音特性与背景噪声特性,对救援现场的有用信号与有害干扰噪声信号进行了分析；第3章主要研究基于短时谱估计语音增强算法和基于小波变换的语音增强算法,将其应用在呼救语音信号处理中,并通过模拟的呼救语音信号进行仿真；第4章主要研究地震救援现场呼救语音信号处理中的背景噪声的分离,通过EASI算法来研究呼救语音信号与背景噪声的分离,并通过实验来验证其分离的效果；第5章提出了一种新的基于短时谱估计和EASI算法的语音信号处理方法,并通过对模拟的呼救语音信号与背景噪声的混合信号进行仿真实验,同时得出较好的分离效果；在总结中,展示了本文的研究成果,并对本文研究工作进行了总结,对未来研究工作进行展望。综上所述,本文把基于短时谱估计的语音增强算法和基于等变量自适应语音信号分离算法相结合,提出一种新的呼救语音信号的处理方法,并通过该方法对模拟的含噪呼救语音信号进行信号处理,实现了模拟压埋人员呼救语音信号与背景噪声的很好分离。

关键词：压埋人员呼救语音信号短时谱估计 EASI 语音增强

来源：评论

学校读者我要写书评

暂无评论

语音增强相关问题研究

语音增强相关问题研究

引用

作者：方瑜北京邮电大学

学位级别：博士

在语音通信中,纯净语音的编解码技术、传输技术和识别技术都已经非常发达,但在背景噪声和信道噪声存在的情况下,信号处理系统的性能都会急剧下降,并最终严重影响语音信号质量。尽管在该方面的研究已经进行了多年,在稳态的噪声环境或随... 详细信息

在语音通信中,纯净语音的编解码技术、传输技术和识别技术都已经非常发达,但在背景噪声和信道噪声存在的情况下,信号处理系统的性能都会急剧下降,并最终严重影响语音信号质量。尽管在该方面的研究已经进行了多年,在稳态的噪声环境或随时间变化缓慢的噪声环境中取得了一些成果,但是在随时间变化极快的复杂的非平稳噪声环境下,现有的技术还存在很多缺陷,经过去噪处理的语音信号的质量和可懂度都会受到严重影响,与纯净语音在信号处理系统中的性能相差甚远。针对上述问题,本文重点关注语音的前端处理过程,对语音增强及相关问题信息研究,具体的工作及创新包括以下方面： 1.对已有的语音增强算法进行详细讨论,并根据接收端所使用的麦克风数目,将语音增强算法分为单通道语音增强算法和多通道语音增强算法。对其进行详细介绍和研究,并以此作为进行深入研究的理论基础。 2.先验信噪比是语音增强算法中的重要参数,先验信噪比估计对语音增强系统的性能起决定性作用。为了解决现有先验信噪比算法中存在的时延问题和平滑因子不能与噪声环境变化自适应的问题,进而导致增强后语音具有混响或失真,使得语音质量、清晰度与可懂度受损的情况,提出了基于后验补偿的先验信噪比估计算法。该算法综合考虑了预估的先验信噪比和后验信噪比对信噪比估计的影响,弥补了后验信噪比估计具有抖动的不足和先验信噪比估计具有时延的不足;同时,联合考虑帧间相关性和频率点间相关性,针对不同的帧计算相应的平滑因子,进而对带噪语音进行不同程度的平滑处理,使得新的先验信噪比算法能够与噪声环境自适应;最后将更新后的先验信噪比用于语音增强系统中,并对其性能进行仿真。本论文提出的先验信噪比估计算法可以广泛用于基于短时谱估计的语音增强系统中,处理后的语音质量、清晰度与可懂度均有所提高,且更加适用于非平稳的噪声环境。 3.频域内语音增强算法因其计算复杂度低,是目前最为常用的算法。针对在现有的频域算法中,由于频域内语音和噪声信息混合在一起,不能以此有效判断幅度的变化来自于语音或者噪声,从而使频域内的平滑算法容易因误判而产生短时的频谱尖峰,由此导致音乐噪声和语音失真等缺点,提出了基于倒谱平滑的语音增强算法。该算法针对信号在倒谱域内的特点,将信号由频域变换至倒谱域中,分别对信号的包络、细节特征和噪声进行不同程度的平滑,在尽可能消除频谱尖峰、保护语音起始段信息和低能量语音信号的基础上对噪声进行抑制。所提的算法可广泛用于现有的频域内语音增强算法和先验信噪比估计算法中,可有效抑制音乐噪声,保护语音的特性,提高语音增强系统的性能,解决现有算法在低信噪比和非平稳噪声环境中性能恶化的问题。 4.语音激活检测技术是语音增强系统的第一步,也是其重要组成部分,语音激活检测技术的准确度直接影响了语音增强系统的性能。本文在对语音激活检测算法进行分类、研究和比较的基础上,探讨传统基于直接判决似然比测试的语音激活检测算法存在的问题。针对采用了固定判决门限而使得这类算法不能很好跟踪噪声变化情况,当受噪声影响比较严重时或者在非平稳噪声环境中,容易导致误判的问题进行改进,提出了基于信噪比自适应的似然比测试的语音激活检测算法。该算法分别根据每一帧中噪声成分的多少设定相应的判决门限,进而进行判决。实验证明,本文算法适用于现有基于似然比测试语音激活检测算法,能够提高语音激活检测算法性能,有效解决了已有基于似然比测试语音激活检测算法容易在非平稳环境下产生的误判问题。

关键词：语音增强先验信噪比语音激活检测短时谱估计

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：