导读:本文包含了语音测度论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:语音,词表,相图,客观,信号,波谱,方差。
语音测度论文文献综述
郝佳[1]（2015）在《基于语音信号的干扰测度评估系统研究》一文中研究指出随着通信装备、通信网络和通信系统的不断发展变化,现代军事科学也在不断地完善和迭代更新,通信干扰所处的环境变的日益复杂,面临的挑战也日益严峻。随着各种先进技术的不断出现和快速发展,通信干扰技术也必须随之改进,如此才能保证高效的通信干扰。同时,及时的研发更新的技术和方法来对干扰系统进行评估也显得愈加的重要和紧迫。因此,本文从语音信号入手,研究基于语音信号的干扰测度评估系统。对受到通信干扰设备干扰的语音信号进行处理研究,对其受干扰程度进行客观评判,从而建立一个能够满足项目需求的语音通信干扰评估系统。本文主要工作安排如下:首先,对语音信号的特征表示进行分析研究。主要介绍了 Mel频率倒谱系数(MFCC)、小波变换和感知特征的原理和计算方法。其次,本文研究了数据拟合的常用算法,包括最小二乘法和BP神经网络模型,又引入了基于RF随机森林的多测度融合,详细介绍了叁种算法的基本原理以及在干扰评估系统中的应用。最后,本文通过对主客观数据拟合来对语音信号不同特征测度下的干扰评估结果进行评判。总结归纳了系统在实验中的应用情况,通过实验发现,基于RF随机森林的多测度融合具有较好的相关度,能达到项目的研究要求和预期结果。(本文来源于《哈尔滨工程大学》期刊2015-12-11）
李海洋,韩纪庆,郑贵滨,郑铁然[2]（2014）在《语音关键词检测中置信测度方法研究综述》一文中研究指出语音关键词检测是指在语音文档中寻找并定位特定的词的技术,输入所需查询的关键词通常是以文本的形式给出。作为语音文档分析等技术的核心部分,语音关键词检测始终是语音处理领域研究的热点。置信测度计算是关键词检测技术的重要组成部分,对确认正确检出的关键词及拒绝误识都起到决定性作用,置信测度的优劣对检测系统性能有着直接的影响。介绍并总结了语音关键词检测中测置信测度方法的研究工作,提供了详尽的参考文献。(本文来源于《智能计算机与应用》期刊2014年02期）
李海洋[3]（2014）在《汉语语音关键词检测中置信测度研究》一文中研究指出作为人们最方便、最自然的信息传递方式，语音在人类社会中无处不在。尤其是在信息和多媒体技术迅猛发展的今天，语音通信网络和计算机互联网上的语音数据正以前所未有的速度增长。对这些语音数据进行分析和处理，并获取人们感兴趣的有用信息，具有重要的理论意义和实用价值。作为语音信息检索的核心技术，语音关键词检测（SpokenTermDetection，STD）以搜索并定位语音文档中的特定词为目的，在语音分析、信息检索、数据挖掘、信息安全等领域有着广泛的应用。近年来，语音关键词检测已经成为语音处理领域的研究热点，吸引了大量学者展开广泛而深入的研究。虽然取得了一定的进展，但目前的检测结果中仍不可避免地存在着大量错误，这降低了关键词检测系统的性能。从描述检测结果的可信程度来看，错误的原因在于系统对真实的关键词结果赋予了较低的置信测度（ConfidenceMeasure），而对虚假的关键词结果赋予了较高的置信测度。因此，有效的置信测度方法对语音关键词检测至关重要。然而，目前的方法不仅训练准则与评价准则不一致，而且缺乏对高级语言学信息的有效利用；此外，面向词表外词的检测仍存在召回率低的问题，尚无刻画词表外词置信测度的有效方法。本文针对以上问题，从词表内词与词表外词两个方面展开研究，其主要研究内容及创新工作如下：（1）针对目前置信测度训练准则与评价准则不一致的问题，提出了基于接受者操作特性（ReceiverOperatingCharacteristics，ROC）曲线下面积（AreaUnderROCCurve，AUC）最大化准则的置信测度。该方法利用输入语音的声学特征，以最大化AUC作为优化目标，实现了一种子词加权置信测度。同时，根据汉语特点，提出了音节置信测度向量的表示方法，进而实现了基于AUC最大化的音节加权置信测度。与现有基于最小分类错误准则的方法相比，所提出的方法使训练准则与评价准则相一致，同时更有利于参数的训练，从而获得更好的检测性能。（2）针对现有方法缺乏对高级语言学信息有效利用的问题，提出了一种基于上下文背景一致度的置信测度。它利用关键词候选间的关系，将背景词的不确定性与语音文档主题的影响考虑到上下文背景一致度的计算当中，并将上下文背景一致度作为置信测度。为此，利用词出现概率估计背景词的不确定性，通过合并Lattice中交迭候选来计算词出现概率。为了考虑主题的影响，提出了基于主题的上下文背景一致度自适应方法。该方法通过直接对主题分类并使用特定主题的语义相似度的思想实现自适应。由于加入了背景词不确定性和主题信息等先验知识，使上下文背景一致度的计算变得更为准确。实验表明，考虑背景词的不确定性和基于主题的自适应能使检测性能有明显提高。（3）针对词表外词检测召回率低的问题，提出了一种基于关键词扩展的词表外词检测方法及相关置信测度计算方法。该方法将与原始关键词发音相似或易混的音节序列也作为关键词进行搜索。在根据所扩展的关键词定位可能的候选之后，利用候选的后验概率以及所扩展的关键词与原始关键词之间的不匹配程度来计算其置信测度。扩展的关键词与原始关键词间的混淆度由声学模型间K-L散度来度量。为了对K-L散度值进行准确估计，提出了基于上下界的K-L散度估计方法。这一策略能够有效处理汉语模糊匹配中的音节插入、删除等情况，解决了不同长度音节串间不匹配度量的问题。同时，为了加快搜索关键词的速度，提出了一种基于n元文法的树状索引。实验表明，所提出的基于关键词扩展的词表外词检测方法能够有效提高召回率，所提出的置信测度也能够提高词表外词检测性能。（4）针对词表外词检测缺乏有效置信测度的问题，提出了基于候选片段间相关度的词表外词置信测度。通过使用状态对齐的方法对候选片段的边界进行准确定位，并利用基于帧似然比的方法计算初始的置信测度。在此基础上，提出了两种基于相关性的置信测度重估方法，即基于反馈机制的置信测度和基于随机游走模型的置信测度。前者根据伪相关集合和伪无关集合对每一个候选的置信测度进行重新计算。后者利用任意两个候选间的相关度和随机游走模型完成置信测度重新计算。实验表明，所提出的词表外词置信测度能够有效提升词表外词的检测性能。(本文来源于《哈尔滨工业大学》期刊2014-04-01）
张君昌,胡海涛,崔力[4]（2014）在《融合Burg谱估计与信号变化率测度的语音端点检测》一文中研究指出针对现有基于特征的语音端点检测方法在低信噪比及非平稳噪声下检测性能较低的问题,提出了一种融合Burg谱估计与长时段信号变化率测度(LTSV)的语音端点检测方法.该方法采用表征较长时段语音变化率的LTSV参数,较准确地反映了语音的非平稳程度.与传统基于特征的语音端点检测方法相比,该方法在低信噪比及非平稳噪声情况下的检测性能有了较大提高.并融合Burg谱估计,与传统Welch谱估计方法相比,提高了LTSV参数的区分度,从而进一步提高了检测的准确率.仿真结果表明:采用融合Burg谱估计与LTSV的语音端点检测方法在低信噪比(-10dB)及非平稳噪声情况下,与传统基于特征的语音端点检测方法相比,检测准确率普遍提高了约6%以上,说明该方法在低信噪比及非平稳噪声环境下鲁棒性更好.(本文来源于《西安电子科技大学学报》期刊2014年03期）
高进涛[5]（2012）在《基于相图的语音干扰效果评估测度技术研究》一文中研究指出由于语音信号受到通信干扰设备的干扰，科学地对其受扰程度进行准确评估是通信对抗领域的一项重要课题，寻求一种评估干扰效果的理想方法是迫切需要探讨和解决的问题。对语音信号受干扰程度的客观评判是研究的发展趋势。基于相图的语音干扰效果评估测度是一种基于输出的客观语音受扰评价方法，其在工作过程中直接基于输出进行受扰程度的评判，能够有效的提高试验效率，保证任务的顺利进行。本文对语音信号的特征进行了分析，阐述了语音信号的工作原理、物理定义及时域处理算法步骤，主要论述了语音信号的主观、客观音质评价方法的原理及其主要应用；说明了混沌理论及其常用处理方法；并对云模型、云理论的基本概念及其算法作了简要介绍。相空间重构是混沌动力学系统常用的一种研究方法，对于未知的复杂系统，在不知系统特征变量的基础上，根据嵌入理论，利用简单的时间序列输出，在相空间构建系统的特征结构，并对系统做进一步的分析。基于相图的语音干扰测度技术直接利用通信终端语音特征参数进行干扰效果评估，使用过程中不需要进行输入输出同步，可直接对通信情况进行现场评估，也可进行事后评估，使用方便灵活，实时性强，适用范围广，可以满足对干扰效果评估的要求。本项目采用状态空间重构的基本思想，具体分析了语音信号的混沌特性，以嵌入维数为尺度进行向量空间的截取，建立用于干扰效果分析的语音二维相空间点结构图。分析语音信号在不同干扰强度和不同干扰条件下的相图结构变化规律，用语音信号的相图结构变化来描述受扰程度，建立了语音信号的相图结构和干扰强度的对应关系，总结变化规律，并提取具有代表性的参数对语音受扰程度进行表征。对语音信号进行预处理，剔除存在粗大误差的数据值，并对受扰语音进行了统计分析和试验数据处理，归纳总结了在试验中的应用情况。整个项目达到了研究要求和预期的效果。(本文来源于《电子科技大学》期刊2012-09-01）
黄国庆,宋家友[6]（2008）在《语音失真测度系统的构成与算法实现》一文中研究指出介绍了语音失真测度系统的构成以及实现的算法思想.采用前端处理技术,实现了对重放语音信号进行分帧、端点检测等特征的提取,获得了以Mel尺度倒谱参数作为衡量语音失真测度的特征向量.采用动态时间弯折算法,获得了用于语音质量客观评价的语音失真测度.(本文来源于《信阳师范学院学报(自然科学版)》期刊2008年02期）
王继祥,刘贵忠,刘广健,高向东[7]（2008）在《基于小波谱失真测度的语音质量评估》一文中研究指出语音质量评估常用于通信对抗装备试验中,但现有客观评估方法无法满足试验的需要,限制了它的适用领域。通过分析小波理论与客观评估手段,提出了利用小波谱失真测度(WSDM)客观评估语音信号通信质量的方法,定义了小波谱失真测度,并给出了小波谱失真测度的计算公式,实验结果表明,与MFCC谱失真测度和BARK谱失真测度相比,用小波谱失真测度客观评价语音信号的通信质量可以提高主客观评估的相关度。(本文来源于《兵工学报》期刊2008年01期）
郭文强,邱天爽,查代奉[8]（2007）在《基于Borel测度峰值判定的欠定混合盲语音信号分离》一文中研究指出简要介绍稳定分布的特征函数及其Borel测度表示,给出了Borel测度的估计方法,并利用Borel测度的峰值确定混合矩阵的基矢量,从而可以确定各个独立分量,实现信号的盲分离。计算机模拟和分析表明,这种算法是一种在高斯和分数低阶Alpha稳定分布噪声条件下具有良好韧性的独立分量分析与盲源分离方法,在盲语音混合信号的分离应用中也得到了很好的效果。(本文来源于《通信学报》期刊2007年09期）
林强,裘雪红[9]（2007）在《基于方差归一化失真测度的语音识别》一文中研究指出在语音识别系统中不同码字有不同的识别能力,识别能力的大小可在权值上加以体现。采用了方差归一化失真测度,将这种有效性差别作为权重矢量反映到失真测度计算公式中,可有效提高基于MFCC(Mel -Frequency Cepstral Coefficients即梅尔倒频谱参数)的语音识别系统的识别性能。(本文来源于《电子科技》期刊2007年08期）
范影乐,武传艳,李轶,庞全[10]（2006）在《涨落复杂性测度在语音端点检测中的应用研究》一文中研究指出目的研究基于涨落复杂性测度的语音特征提取,提高低信噪比语音端点检测的正确率和鲁棒性,从而改善语音处理和分析的性能。方法分析状态空间分割方法、窗长以及分区数对检测性能的影响。采用基于信息增益的复杂性行为度量,对含不同噪声类型,以及不同信噪比的各种中英文语音样本进行了对比实验。结果在低信噪比情况下,涨落复杂性测度比广泛应用的谱熵方法更有效。结论涨落复杂性测度技术可以较好地实现在动态噪声环境下对语音端点的检测。该方法鲁棒性好,算法实时性高。(本文来源于《航天医学与医学工程》期刊2006年06期）
语音测度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
语音关键词检测是指在语音文档中寻找并定位特定的词的技术,输入所需查询的关键词通常是以文本的形式给出。作为语音文档分析等技术的核心部分,语音关键词检测始终是语音处理领域研究的热点。置信测度计算是关键词检测技术的重要组成部分,对确认正确检出的关键词及拒绝误识都起到决定性作用,置信测度的优劣对检测系统性能有着直接的影响。介绍并总结了语音关键词检测中测置信测度方法的研究工作,提供了详尽的参考文献。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语音测度论文参考文献
[1].郝佳.基于语音信号的干扰测度评估系统研究[D].哈尔滨工程大学.2015
[2].李海洋,韩纪庆,郑贵滨,郑铁然.语音关键词检测中置信测度方法研究综述[J].智能计算机与应用.2014
[3].李海洋.汉语语音关键词检测中置信测度研究[D].哈尔滨工业大学.2014
[4].张君昌,胡海涛,崔力.融合Burg谱估计与信号变化率测度的语音端点检测[J].西安电子科技大学学报.2014
[5].高进涛.基于相图的语音干扰效果评估测度技术研究[D].电子科技大学.2012
[6].黄国庆,宋家友.语音失真测度系统的构成与算法实现[J].信阳师范学院学报(自然科学版).2008
[7].王继祥,刘贵忠,刘广健,高向东.基于小波谱失真测度的语音质量评估[J].兵工学报.2008
[8].郭文强,邱天爽,查代奉.基于Borel测度峰值判定的欠定混合盲语音信号分离[J].通信学报.2007
[9].林强,裘雪红.基于方差归一化失真测度的语音识别[J].电子科技.2007
[10].范影乐,武传艳,李轶,庞全.涨落复杂性测度在语音端点检测中的应用研究[J].航天医学与医学工程.2006
论文知识图
