【摘要】：為提高低信噪比下語音端點檢測的準確性,提出了一種基于模糊熵與改進相關向量機的端點檢測算法.首先對語音信號進行基于聽覺感知特性的語音增強,然后提取每幀信號的模糊熵作為改進相關向量機的輸入矢量,同時針對單一核函數(shù)對預測分類魯棒性弱的問題,對不同核函數(shù)進行自適應多核組合,融合多個核函數(shù)的特性,提高分類精度和魯棒性.實驗結果表明:在低信噪比環(huán)境下,基于模糊熵與改進相關向量機的端點檢測能更有效地檢測出語音的端點,準確率達到93.2%.
[Abstract]:In order to improve the accuracy of speech endpoint detection at low signal-to-noise ratio, an endpoint detection algorithm based on fuzzy entropy and improved correlation vector machine is proposed. Firstly, the speech signal is enhanced based on auditory perception, then the fuzzy entropy of each frame is extracted as the input vector of the improved correlation vector machine. At the same time, the robustness of single kernel function to the prediction classification is weak, and the fuzzy entropy of each frame is extracted as the input vector of the improved correlation vector machine. The adaptive multi-kernel combination of different kernel functions is used to fuse the characteristics of multiple kernel functions to improve the classification accuracy and robustness. The experimental results show that the endpoint detection based on fuzzy entropy and improved correlation vector machine can detect the speech endpoint more effectively in low SNR environment, and the accuracy is up to 93.2%.
【作者單位】： 重慶郵電大學先進制造工程學院;重慶郵電大學自動化學院;
【基金】：重慶市教委科學技術基金資助項目(csts2015jcyjBX0066)
【分類號】：TN912.3

【相似文獻】

相關期刊論文 前10條

1 支曉斌;范九倫;;一種廣義模糊補運算和相應的廣義模糊熵[J];模糊系統(tǒng)與數(shù)學;2008年01期

2 雷博;蘭蓉;范九倫;;最大模糊熵閾值法的快速算法[J];模式識別與人工智能;2010年06期

3 沈鑫;;“模糊熵”簡介[J];北京郵電學院學報;1981年01期

4 相潔;曹銳;李聰改;陳俊杰;;基于模糊熵的時間序列非線性檢測方法[J];太原理工大學學報;2014年03期

5 侯健;彭家寅;張宇卓;張誠一;;基于極大模糊熵原理的模糊推理反向三I算法[J];計算機研究與發(fā)展;2006年07期

6 江偉;梁家榮;蔣建兵;;新的Vague熵構造方法[J];計算機工程與應用;2008年27期

7 江偉;梁家榮;;基于距離的Vague熵[J];計算機工程與設計;2009年11期

8 于海燕;范九倫;;基于量子遺傳參數(shù)優(yōu)化的廣義模糊熵閾值法[J];模式識別與人工智能;2009年02期

9 雷博;范九倫;;基于量子粒子群的廣義模糊熵閾值法參數(shù)選取[J];系統(tǒng)工程與電子技術;2009年10期

10 吳成茂;;一種加權直覺模糊熵分割法[J];計算機工程與應用;2011年34期

相關會議論文 前6條

1 齊思剛;;基于模糊熵的模糊數(shù)運算[A];模糊集理論與模糊應用專輯——中國系統(tǒng)工程學會模糊數(shù)學與模糊系統(tǒng)委員會第十屆年會論文選集[C];2000年

2 胡應平;;運用模糊熵構建協(xié)調模型[A];模糊集理論與應用——98年中國模糊數(shù)學與模糊系統(tǒng)委員會第九屆年會論文選集[C];1998年

3 魏華;王志強;張運杰;;基于模糊熵的備擇邊緣細化方法[A];全面建設小康社會：中國科技工作者的歷史責任——中國科協(xié)2003年學術年會論文集（上）[C];2003年

4 吳川;朱明;楊冬;;基于最大模糊熵原則的低對比度圖像閾值選取法[A];第十一屆全國信號處理學術年會（CCSP-2003）論文集[C];2003年

5 李筠;祝勇;;誤差分布類型的模糊熵判別方法[A];第七屆青年學術會議論文集[C];2005年

6 何春;陸俊;;基于模糊熵方向特征的圖像邊緣檢測方法[A];圖像圖形技術研究與應用(2010)[C];2010年

相關碩士學位論文 前10條

1 鄭宗琳;基于高速列車走行部監(jiān)測數(shù)據的EEMD特征分析[D];西南交通大學;2015年

2 董國新;基于ELMD多尺度模糊熵和概率神經網絡的暫態(tài)電能質量識別[D];燕山大學;2016年

3 頓士君;基于腦電多尺度非線性分析的睡眠分期研究[D];燕山大學;2016年

4 王旭堯;基于多元多尺度模糊熵的人體步態(tài)信號分類[D];燕山大學;2016年

5 張翔;基于模糊熵方法的云服務選擇研究與實現(xiàn)[D];內蒙古大學;2016年

6 王迪;基于模糊熵的證券投資組合優(yōu)化模型研究[D];北京化工大學;2016年

7 沈小雪;模糊推理中的直覺模糊熵研究[D];遼寧工程技術大學;2014年

8 趙鳳;基于模糊熵理論的若干圖象分割方法研究[D];西安郵電學院;2007年

9 吳學謙;互模糊熵的改進及其在心衰檢測中的應用[D];山東大學;2014年

10 張麗波;基于三角模糊熵的信息安全風險評估研究[D];黑龍江大學;2013年

，

本文編號：2462862