导读:本文包含了端点检测论文开题报告文献综述、选题提纲参考文献，主要关键词:语音,减法,信噪比,能量,桩基,谱系,近邻。
端点检测论文文献综述写法
季卫松[1]（2019）在《基于TMS320F28335语音信号端点检测的硬件与软件设计》一文中研究指出语音信号的端点检测是实现电话与无线电台无缝连接的关键技术。这种技术广泛应用于空管通信的语音调度、海岸电台通信的语音调度以及应急通信的语音调度。因此,设计了语音信号端点检测的硬件与软件,实现了语音信号端点的自动检测。(本文来源于《通信电源技术》期刊2019年09期）
陈昊泽,张志杰[2]（2019）在《基于能量和频带方差结合的语音端点检测方法》一文中研究指出语音端点检测是语音识别中非常重要的部分,识别率高低很大程度上取决于端点检测的精确程度。在高信噪比(signal-noise ratio,SNR)的实验室环境下,端点检测有很好的效果;但比如像工厂和市场等低SNR环境下,传统的检测方法性能迅速降低,端点检测无法达到预期效果。针对低SNR语音的端点检测,先通过谱减法对带噪语音进行降噪,再分别求出每帧语音信号的能量与频带方差的乘积,将乘积值作为参数进行双门限端点检测的思路,提出了一种能量和频带方差结合的端点检测方法。将TIMIT数据集中语音迭加高斯随机噪声、NOISEX 92噪声库中的factory噪声和volvo噪声进行实验。结果表明,当SNR在-10 d B时,仍有较好的检测效果,显着提高了语音端点检测的效果。(本文来源于《科学技术与工程》期刊2019年26期）
张忠磊[3]（2019）在《超声波中端点反射法在桥梁桩基检测中的应用》一文中研究指出首先研究了利用超声波中端点反射法对桥梁桩基进行检测的应用方法。主要从声测管布局方式与安装、数据处理与判断两个方面进行分析。重点对工程试验中的一些问题进行研究,主要阐述了试验准备与步骤,检测过程中出现异常情况或发生意外事故时的处理方法。最后对试验结果进行分析,通过试验对比可知,此次设计的方法对于桩身应力波传播特征的变化,其波动远比传统方法小,且始终贴合标准值,在各种深度下都与标准值保持一致走向。(本文来源于《交通世界》期刊2019年25期）
朱俞清,章小兵,黄镇坤[4]（2019）在《多窗谱减法和EMD改进的新型能熵比端点检测》一文中研究指出在语音信号中测出语音的端点是极其重要的。在传统的端点检测方法有能零比,能熵比,频带方差法等。这些方法在信噪比较高的环境下可以准确的检测出语音的端点,但在信噪比相对较低的环境下检测的准确率就很低。本文提出了一种在对语音进行多窗谱减法降噪以后,在进行EMD改进的新型能零比特征参数语音端点检测的算法。这种算法通过对语音两个端点检测特征参数Teager能量和基本谱熵进行研究并提出新的语音参数,即为EMD改进的能熵比值来实现语音的端点检测。此算法仿真实验表示,与传统的能熵比端点检测法相比,该算法在不同低信噪比情况下有较高的端点检测正确率。(本文来源于《电声技术》期刊2019年09期）
李丹,圣明明,刘曼[5]（2019）在《瞬态噪声环境下改进的语音端点检测算法》一文中研究指出针对服务机器人在使用过程中出现瞬态噪声干扰,导致语音端点检测正确率较低的问题,提出一种改进的语音端点检测算法,可实现用户语音起始点和终止点的准确判断.首先利用迭代加权最小二乘算法(I-WLS)对原始语音信号进行瞬态噪声抑制,再使用Wiener滤波对语音信号进行背景噪声滤除,最后通过能频比作为语音端点双门限判决参数,判断用户说话的起止点.试验结果表明:本文提出的算法在实际环境中端点正确检测率可以达到90.5%,能够满足服务机器人在瞬态噪声环境下提高语音端点检测率正确率的需求.(本文来源于《兰州工业学院学报》期刊2019年03期）
曾剑飞[6]（2019）在《低信噪比条件下的语音端点检测算法研究》一文中研究指出语音端点检测作为各种语音信号处理系统的前端操作,在语音信号处理领域中具有重要的意义。低信噪比条件下的语音端点检测是语音处理领域的一个技术难题,阻碍了语音处理技术向嘈杂环境、短波通信等应用领域的拓展。为探寻一种理想的语音端点检测算法,既能够保证在低信噪比的环境下拥有较好的正确率,又能够满足较少的先验知识与运算量的要求。本文对低信噪比条件下的语音端点算法进行了研究,并提出相应解决思路。本文总结归纳了近几十年来语音端点检测研究的进展和成果,从语音端点检测的准确性、稳定性、自适应性和运算量上对常用的几种语音端点算法进行分析,发现在低信噪比条件下,传统的语音端点检测算法都存在检测准确率急剧下降的问题。针对这一问题,本文从提升降噪效果、提升端点检测算法鲁棒性两方面开展研究。在语音降噪方面,本文提出了一种改进的谱减降噪算法,该算法采用端点检测、分段噪声估计、动态参数调整等办法,解决了常规谱减算法存在的无话段估计困难、噪声估计不精确、音乐噪声较大等问题。在端点检测方面,本文提出了一种改进的子带能熵比端点检测算法,该算法采用子带划分、优化能量计算方式、优化谱熵计算、两级平滑处理方式等办法,有效提升了算法在不同噪声条件下的鲁棒性。在上述研究的基础上,本文还提出了一种改进谱减与子带能熵比结合的算法,该算法采用先验信噪比估计、谱减降噪、子带能熵比端点检测等办法,有效提升了算法在低信噪比条件下的鲁棒性。最后,本文使用NOISEX-92噪声库和纯净语音文件合成不同噪声类型和信噪比的带噪语音,对常规端点检测算法和本文提出的改进算法进行比较分析,验证了本文所提算法的有效性。本文开展的研究与所提出的改进算法,为低信噪比条件下的语音端点检测提供了新的思路和解决方案,具有一定的参考价值。(本文来源于《华南理工大学》期刊2019-06-04）
陈旺[7]（2019）在《语音端点检测的鲁棒性研究》一文中研究指出随着信息化和智能化的不断推进,语音识别(Automatic Speech Recognition,ASR)、语音增强(Automatic Speech Enhancement,ASE)等技术越来越多的应用到人们的日常生活中。伴随着物联网浪潮的兴起,语音作为一种交互手段和生物识别的特征,将为未来的消费类电子产品领域提供强有力的技术支撑。语音端点检测(Voice Activity Detection,VAD)是一种用来区分待测音频信号中语音段与非语音段的技术,它直接影响着ASR、ASE等语音处理技术的性能。VAD算法可以由叁个部分组成:其一是语音信号的预处理部分,主要包括语音信号的预加重、分帧以及加窗等;其二是对语音信号提取特征,主要有频域特征和时域特征等;其叁是语音与非语音的分类算法。针对现阶段VAD算法在信噪比(Signal Noise Rate,SNR)降低、噪声环境复杂的情况下,检测效果急剧下降的问题。论文从分别从预处理、特征提取、判别模型选择等叁个方面入手,尝试一系列解决方案对现有VAD算法进行改进,以提高其低SNR(-2dB)下的端点检测准确性与实时性。首先,针对现在使用基于双门限判决法的VAD算法在低SNR环境中检测性能较差的缺点,论文使用语音信号功率谱密度的KL(Kullback-Leibler)散度作为判别语音与非语音的一种特征,结合顺序统计滤波器(Order Static Filter,OSF)以及自适应阈值方法,设计了一种基于KL散度自适应阈值的VAD算法。其次,针对基于阈值判别模型无法利用语音信号长时信息的缺陷,采用长短时记忆(Long-Short-Term-Memory,LSTM)网络训练一个语音与非语音的判别模型,能够充分利用语音信号的长时信息。论文结合LSTM网络、KL散度特征、MFCC特征以及OSF,设计了一种基于LSTM神经网络的语音端点检测算法。最后,论文通过Python编程实现数据标注脚本进行端点标注,使用带标注的数据仿真分析了几种典型的VAD算法和两种改进算法的性能并给出了各自的数学模型。实验分析结果表明,论文中提出的两种改进的VAD算法具有更高的检测精度,更好的鲁棒性以及实时性。(本文来源于《广州大学》期刊2019-06-01）
刘慧,杨玉清,鲁梦瑶,李军会,赵龙莲[8]（2019）在《农产品市场环境下语音端点检测的研究》一文中研究指出语音端点检测直接决定了语音识别系统的精度和速度。在严重噪声情况下,对语音进行准确的端点检测是非常困难的。论文针对农产品市场环境中的语音信号,提出一种改进的子带谱熵的方法来确定语音起止点,即基于子带谱熵的方法,加入平滑机制并采用自适应阈值估计进行端点检测。本文采集了北京市农贸市场中的噪音作为环境音,进行端点检测,并与其它方法进行对比试验,即使在-15dB环境下,改进的子带谱熵的方法端点检测错误率也不高于20%,比传统方法更有效,且该方法鲁棒性较好。实验结果表明,自适应子带谱熵的方法可以很好的适应于低信噪比农贸市场环境下的语音端点检测,具有一定的应用前景。(本文来源于《自动化技术与应用》期刊2019年05期）
杨海燕,吴雷,周萍[9]（2019）在《基于压缩感知和MFCC的语音端点检测算法》一文中研究指出在连续语音识别系统中,针对强噪声环境下传统双门限语音检测方法出现的误检问题,提出了一种结合压缩感知理论和MFCC倒谱系数的端点检测算法。该算法采用Hadamard随机观测矩阵和改进的OMP重构算法对语音信号进行压缩感知与重构,利用语音信号在离散余弦基上的近似稀疏性,提取重构信号的MFCC倒谱系数来检测语音信号的端点。仿真结果表明,提出的改进算法具有较强的鲁棒性,能满足在强噪声环境下对连续语音信号进行有效端点检测的要求。(本文来源于《测控技术》期刊2019年05期）
林琴,涂铮铮,王庆伟,郭玉堂[10]（2019）在《一种基于近邻传播聚类的语音端点检测方法》一文中研究指出为提高语音端点检测在低信噪比情况下的准确性,提出一种基于近邻传播聚类的语音端点检测算法.首先采用能量语音端点检测去除静音段;然后利用近邻传播聚类自动获取类别数的优点,有效地将语音细分为无语义语音和静音段、远场噪声段等各种类别;最后结合后处理方法,对语音端点做进一步过滤处理.实验结果表明:该算法在低信噪比的情况下,与传统的能量语音端点检测相比,其有效语音检测的漏警率相对下降13%,虚警率相对下降14%;在实际应用中,如声纹确认和声音检测等,与经典算法相比,该算法检测的准确率与效率等性能得到了显着提升.(本文来源于《安徽大学学报(自然科学版)》期刊2019年03期）
端点检测论文开题报告范文
（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：
语音端点检测是语音识别中非常重要的部分,识别率高低很大程度上取决于端点检测的精确程度。在高信噪比(signal-noise ratio,SNR)的实验室环境下,端点检测有很好的效果;但比如像工厂和市场等低SNR环境下,传统的检测方法性能迅速降低,端点检测无法达到预期效果。针对低SNR语音的端点检测,先通过谱减法对带噪语音进行降噪,再分别求出每帧语音信号的能量与频带方差的乘积,将乘积值作为参数进行双门限端点检测的思路,提出了一种能量和频带方差结合的端点检测方法。将TIMIT数据集中语音迭加高斯随机噪声、NOISEX 92噪声库中的factory噪声和volvo噪声进行实验。结果表明,当SNR在-10 d B时,仍有较好的检测效果,显着提高了语音端点检测的效果。
（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。
端点检测论文参考文献
[1].季卫松.基于TMS320F28335语音信号端点检测的硬件与软件设计[J].通信电源技术.2019
[2].陈昊泽,张志杰.基于能量和频带方差结合的语音端点检测方法[J].科学技术与工程.2019
[3].张忠磊.超声波中端点反射法在桥梁桩基检测中的应用[J].交通世界.2019
[4].朱俞清,章小兵,黄镇坤.多窗谱减法和EMD改进的新型能熵比端点检测[J].电声技术.2019
[5].李丹,圣明明,刘曼.瞬态噪声环境下改进的语音端点检测算法[J].兰州工业学院学报.2019
[6].曾剑飞.低信噪比条件下的语音端点检测算法研究[D].华南理工大学.2019
[7].陈旺.语音端点检测的鲁棒性研究[D].广州大学.2019
[8].刘慧,杨玉清,鲁梦瑶,李军会,赵龙莲.农产品市场环境下语音端点检测的研究[J].自动化技术与应用.2019
[9].杨海燕,吴雷,周萍.基于压缩感知和MFCC的语音端点检测算法[J].测控技术.2019
[10].林琴,涂铮铮,王庆伟,郭玉堂.一种基于近邻传播聚类的语音端点检测方法[J].安徽大学学报(自然科学版).2019