本文選題：低信噪比環(huán)境　切入點：基音頻率　出處：《計算機工程與應(yīng)用》2017年11期

【摘要】：低信噪比環(huán)境下的基音頻率檢測極其重要且富有挑戰(zhàn)性,至今未得到很好的解決。基于此,首先構(gòu)造了基于PEFAC的頻域空間檢測模型,將基音頻率作為特征進行提取,然后提出范數(shù)正則化的解相關(guān)集成學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型(L2-DNNE)對其進行訓(xùn)練,利用負(fù)相關(guān)學(xué)習(xí)機制(NCL)和模型復(fù)雜度約束項提高集成學(xué)習(xí)模型的泛化能力,從而獲取基音頻率的最優(yōu)值,且在測試精度和時間代價上取得了較好的平衡。將該算法與相關(guān)有代表性的算法進行比較。比較結(jié)果表明,該算法在不同類型不同程度的噪聲環(huán)境下,能顯著提升檢測識別率,尤其在低信噪比下有更顯著優(yōu)勢。
[Abstract]:Pitch frequency detection in low signal-to-noise ratio (SNR) environment is very important and challenging, which has not been solved well. Based on this, a frequency domain spatial detection model based on PEFAC is constructed, and pitch frequency is extracted as a feature. Then the norm regularization model of decorrelation ensemble learning neural network (L2-DNNEs) is proposed to train it. The negative correlation learning mechanism (NCL) and the complexity constraints of the model are used to improve the generalization ability of the integrated learning model, so as to obtain the optimal pitch frequency. This algorithm is compared with the related representative algorithms. The comparison results show that the algorithm can significantly improve the detection and recognition rate in different types of noise environments with different degrees of noise. Especially in the low signal-to-noise ratio has a more significant advantage.
【作者單位】： 重慶廣播電視大學(xué);重慶大學(xué)信號與信息處理研究所;
【基金】：國家自然科學(xué)基金(No.61108086,No.91438104,No.61571069,No.81601970,No.61501065) 中國博士后科學(xué)基金(No.2013M532153) 中央高校基本科研業(yè)務(wù)費專項資金(No.CDJZR155507) 重慶市教委科學(xué)技術(shù)研究項目(No.KJ1603805) 重慶市基礎(chǔ)科學(xué)與前沿技術(shù)研究專項(No.cstc2016jcyj A0043,No.cstc2016jcyj A0064,No.cstc2016jcyj A0134) 重慶市社會事業(yè)與民生保障科技創(chuàng)新專項(No.cstc2016shmszx40002) 重慶市博士后科研項目特別資助 教育部留學(xué)回國人員基金
【分類號】：TN912.3;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張曉俊;陳莉;陶金;丁洋;陶智;;病理嗓音基音頻率檢測方法研究[J];通信技術(shù);2013年10期

2 王治平;趙力;鄒采榮;;基于基音參數(shù)規(guī)整及統(tǒng)計分布模型距離的語音情感識別[J];聲學(xué)學(xué)報;2006年01期

3 岳東劍;柴佩琪;宣國榮;;應(yīng)用小波分析技術(shù)進行漢語語音基音頻率分析的研究[J];模式識別與人工智能;2000年02期

4 章文義,朱杰;一種綜合的基音提取方法[J];計算機應(yīng)用與軟件;2004年02期

5 黃海亮,謝康林,杜平,吳邊;一種高精度的基音提取方案[J];計算機工程;2004年S1期

6 宋鵬;金峗;包永強;趙力;鄒采榮;;用于語音轉(zhuǎn)換的有效基音頻率轉(zhuǎn)換算法(英文)[J];Journal of Southeast University(English Edition);2012年02期

7 王義元,趙黎明;基于小波變換的漢語三字詞語音基音頻率提取[J];吉林大學(xué)學(xué)報(信息科學(xué)版);2005年01期

8 李強,劉亞康,朱學(xué)勇;一種基音提取算法[J];電子科技大學(xué)學(xué)報;2000年05期

9 黃海輝;鄒虹;;一種高效的語調(diào)檢測與評估方案[J];重慶郵電大學(xué)學(xué)報(自然科學(xué)版);2007年S1期

10 張海英,趙軍,潘永湘;一種基于小波變換的混疊語音基音提取方法[J];西安理工大學(xué)學(xué)報;2005年02期

相關(guān)會議論文 前2條

1 李柏;王作英;;極值法C／V分割與基音序列的提取[A];第三屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1994年

2 孟玲玲;吳晶晶;;樂音音符基頻識別[A];2008年中國西部青年通信學(xué)術(shù)會議論文集[C];2008年

相關(guān)碩士學(xué)位論文 前3條

1 戚園園;哼唱檢索中的基音頻率提取研究[D];北京郵電大學(xué);2013年

2 李曉輝;漢語語聲特點的分析及應(yīng)用[D];北京郵電大學(xué);2014年

3 解偉超;語音轉(zhuǎn)換中聲道譜參數(shù)和基頻變換算法的研究[D];南京郵電大學(xué);2013年

，

本文編號：1682844