针对实际应用中移动说话人场景,相邻语音帧之间的空间相关性急剧下降会导致声源定位估计性能下降的问题,提出利用语音频点间的空间相关性进行频域联合稀疏估计,从而提高声源移动条件下的声源定位性能.实验结果表明,频域联合稀疏的波达方向(direction of arrival,DOA)估计算法在移动说话人场景中,性能优于传统定位算法和基于压缩感知(compressed sensing,CS)的正交匹配追踪算法.
中华白海豚是我国一级保护动物,以往研究表明不同海域中华白海豚的回声定位(click)信号存在差异。文章以回声定位信号为识别标准,使用三种机器学习方法(K近邻法,决策树-分类回归树法和朴素贝叶斯法)识别中华白海豚。首先使用Teager-Kaiser能源算子(Teager-Kaiser Energy Operator, TKEO)方法和Gabor滤波器进行中华白海豚click信号的自动检测,然后通过倒谱的方法提取click信号的特征,最后利用3种机器学习方法识别中华白海豚。实验数据采集于雷州湾的中华白海豚以及厦门湾的中华白海豚和宽吻海豚的发声信号。实验中将厦门湾中华白海豚和雷州湾中华白海豚设为第一组,进行同种海豚识别;将厦门海域中华白海豚和宽吻海豚设为第二组,进行不同种海豚识别,实验结果表明这两组实验的平均识别准确率分别可以达到98%和96%。
暂无评论