本文關鍵詞：基于時頻二維能量特征的漢語音節(jié)切分方法

  更多相關文章： 音節(jié)切分 時頻二維 短時能量 切分偏差率

【摘要】：較準確的語音切分方法可以極大提高語料標注等工作的效率,有助于語音識別等應用中語音與模型的對齊。利用漢語語音在時頻二維的能量特征設計了一種新的漢語語音音節(jié)切分方法。用傳統(tǒng)方法判斷靜音幀,用相同時間不同頻率的二維能量判斷清音幀,用不同時間特定頻段的0-1二維能量判斷濁音幀及有話幀,綜合4種判斷結(jié)果給出音節(jié)切分位置。實驗結(jié)果表明,該方法切分準確度優(yōu)于基于歸并的音節(jié)切分自動機(MBSDA)和高斯擬合法,其音節(jié)切分誤差為0.029 7 s,音節(jié)切分偏差率為7.93%。
【作者單位】： 同濟大學電子與信息工程學院;
【關鍵詞】： 音節(jié)切分 時頻二維 短時能量 切分偏差率
【分類號】：TN912.3
【正文快照】： 0引言在信息科學領域,對語音切分的定義有:對語音信號突變位置的檢測[1];估計有話和無話部分的位置及時長[2]等。目前,語音切分方法基本可以分為基于切分單元對齊的方法、基于切分單元邊界的方法以及同時利用切分單元特性及邊界特性的方法。其中基于切分單元對齊的方法多利用

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 羅發(fā)根,郎銳,金燕波;基于小波分解紅外雷場目標提取方法的研究[J];電波科學學報;2005年04期

2 劉澤華;谷立臣;;基于頻域能量特征的故障分類方法研究[J];液壓與氣動;2007年03期

3 黃思娟;吳效明;;基于能量特征的腦電信號特征提取與分類[J];傳感技術學報;2010年06期

4 史秋亮;林江;;基于小波包分解與能量特征提取的相關分析法[J];聲學與電子工程;2010年04期

5 陳曉鐘,孫華燕;基于能量特征的圖像目標檢測[J];紅外與激光工程;2001年01期

6 孫冬;明軍;臧小溪;;利用能量特征進行條煙識別[J];計算機技術與發(fā)展;2006年04期

7 盧欣;葉成蔭;吳旭翔;;一種基于能量特征的LSB方法設計[J];商場現(xiàn)代化;2007年11期

8 段晶晶;高琳;范勇;李郁峰;夏菁菁;任新宇;;基于KOD能量特征的群體異常行為識別[J];計算機應用研究;2013年12期

9 李曉光;李曉華;沈蘭蓀;;一種基于多級梯度能量特征的DCT壓縮域人臉檢測算法[J];電子學報;2005年12期

10 郭虎生;劉啟忠;劉金龍;;基于小波能量特征的尾流光信號特征研究[J];魚雷技術;2012年01期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 劉旨春;于曉波;邢忠寶;盛磊;;基于局部能量特征的小波圖像融合方法[A];中國儀器儀表學會第九屆青年學術會議論文集[C];2007年

2 邊杰;梅慶;王平;;EMD結(jié)合能量特征和小波降噪在軸承故障診斷中的應用[A];第11屆全國轉(zhuǎn)子動力學學術討論會（ROTDYN2014）論文集（下冊）[C];2014年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 馬雅麗;機械系統(tǒng)方案設計的能量特征狀態(tài)模型[D];大連理工大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前3條

1 姜小蛟;功率分流型輪系的能量特征模型與構型分析[D];大連理工大學;2014年

2 張永珍;基于能量特征狀態(tài)模型的復雜輪系功率流研究[D];大連理工大學;2013年

3 李銘;混合輪系概念設計的能量特征狀態(tài)方法[D];大連理工大學;2009年

，

本文編號：884539