譜減法及其各種改進(jìn)是語音增強(qiáng)的常用方法,但在船舶工作環(huán)境中,各種設(shè)備巨大而又持續(xù)的干擾噪聲影響了語音信號(hào)段的正確檢測(cè),從而導(dǎo)致譜減法失效,為此,在分析語音信號(hào)與船舶背景噪聲信號(hào)序列復(fù)雜性基礎(chǔ)上,提出基于信號(hào)序列樣本熵的語音信號(hào)檢測(cè)算法,算法將含噪信號(hào)進(jìn)行分幀后首先計(jì)算每幀信號(hào)的樣本熵,并根據(jù)自適應(yīng)預(yù)設(shè)閾值對(duì)信號(hào)進(jìn)行初始判斷,然后利用信號(hào)通常持續(xù)一定時(shí)間的連續(xù)性,對(duì)信號(hào)初始判斷進(jìn)行平滑,得到信號(hào)的最終判別類別,在語音信號(hào)段正確檢測(cè)基礎(chǔ)上,采用譜減法進(jìn)行停駛噪語音增強(qiáng)。經(jīng)過實(shí)測(cè)實(shí)驗(yàn)數(shù)據(jù)的驗(yàn)證,環(huán)境噪聲信號(hào)的辨別準(zhǔn)確度為90.33%,語音信號(hào)為95.05%,算法取得了較好的判別精度。 

【文章來源】：機(jī)械設(shè)計(jì)與制造. 2020,(10)北大核心

【文章頁數(shù)】：4 頁

【參考文獻(xiàn)】：
期刊論文
[1]艦船噪聲環(huán)境下改進(jìn)語音信號(hào)增強(qiáng)算法[J]. 李大衛(wèi),楊日杰,韓建輝.  西安電子科技大學(xué)學(xué)報(bào). 2016(05)
[2]一種自適應(yīng)時(shí)移與閾值的DCT語音增強(qiáng)算法[J]. 張君昌,劉海鵬,樊養(yǎng)余.  西安電子科技大學(xué)學(xué)報(bào). 2014(06)
[3]艦船噪聲識(shí)別（Ⅰ）──總體框架、線譜分析和提取[J]. 吳國(guó)清,李靖,陳耀明,袁毅,陳岳.  聲學(xué)學(xué)報(bào). 1998(05)



本文編號(hào)：3355078