2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩60頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本論文研究的是強(qiáng)噪聲背景下信號(hào)流檢測(cè)?;谶^(guò)零率和能量的傳統(tǒng)檢測(cè)算法,在噪聲環(huán)境比較復(fù)雜的情況下效果很不穩(wěn)定,尤其是信噪比較低或者語(yǔ)音信號(hào)較弱時(shí),檢測(cè)效果很不理想,因此,在多種語(yǔ)一言和噪聲隨機(jī)出現(xiàn)、噪聲和語(yǔ)音強(qiáng)弱不·的實(shí)際噪聲環(huán)境下,必須利用新的算法提取有用信號(hào)和噪聲信號(hào)的有效特征,才‘能解決實(shí)際的問(wèn)題。 基于實(shí)際背景噪聲的復(fù)雜性,本文提出了語(yǔ)音信號(hào)的小波分析和高階統(tǒng)計(jì)量分析相結(jié)合的方法,有效的分離了語(yǔ)音信號(hào)和非高斯噪聲小波系數(shù)

2、。統(tǒng)計(jì)算法在解決周期信號(hào)、高能噪聲和高斯信號(hào)方面有獨(dú)特之處,能簡(jiǎn)單有效提取以上噪聲的特征;雙譜能夠提供比功率譜更多的有用信息,有效地檢測(cè)信號(hào)幅度之外的其它信息,并能有效抑制高斯噪聲,短時(shí)語(yǔ)音信號(hào)一般認(rèn)為是平穩(wěn)且有一定的周期性的非高斯信號(hào),因而可以利用雙譜來(lái)提取語(yǔ)音信號(hào)特性并實(shí)現(xiàn)信噪分離;復(fù)數(shù)譜方差算法是在對(duì)語(yǔ)音信號(hào)進(jìn)行深入觀察和分析的基礎(chǔ)上而提出米的一種全新的語(yǔ)音特征提取方法,此方法簡(jiǎn)單而有效的提取了語(yǔ)音、噪聲的特征以及檢測(cè)莫爾斯信號(hào),

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論