辨識方法多段式平均頻譜法_第1頁
辨識方法多段式平均頻譜法_第2頁
辨識方法多段式平均頻譜法_第3頁
辨識方法多段式平均頻譜法_第4頁
辨識方法多段式平均頻譜法_第5頁
已閱讀5頁，還剩17頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

介紹方法實驗結果結論大綱能量端點偵測法，目前是廣泛的使用到聲音端點偵測的使用上。熵值(entropy)端點偵測法雖有較佳的抗噪能力，但背景雜訊不穩定的頻譜分佈，會導致非有聲段部份的熵值起伏劇烈而影響端點的偵測。因此本文提出平均能量熵值端點偵測法(averageenergyentropyendpointdetection,AEE)來改善上述問題。介紹方法測試訊號樣本訊號特徵擷取特徵擷取建立模型辨識辨識結果方法預強調端點偵測特徵參數音框化窗函數端點偵測平均熵值特徵參數線性預估係數辨識方法多段式平均頻譜法方法端點偵測絕對值能量法平方和能量法熵值端點偵測法方法平方和能量法絕對值能量法方法平均熵值法方法特徵參數線性預估係數自相關分析杜賓演算法方法自相關分析方法m：theautocorrelationlagp：theorderoftheLPCanalysis杜賓演算法(Durbinalgorithm)Step1:E(0)=R(0)Step2:Step3:

Step4:Step5:方法辨識方法多段式平均頻譜法任意設定每個音框的初始階層(Stage)計算每階層內之音框的頻譜平均值計算每個音框對各階層的平均頻譜的距離值計算累計最小距離值方法方法144232542562音框狀態15394115108968實驗結果MethodKNNDTWSVMSEAVMSASTotalCorrectSyllables839819865834882TotalRecognition(%)87.485.3190.186.8891.88實驗結果平均能量熵值法(AEE)在每段頻率成份間加入了平均能量值，以增強頻譜上的能量分佈之穩定性。利用所提出MSAS比傳統使用DTW能改善辨識率。結論實驗測試臺北樹蛙實驗測試小雨蛙

溫馨提示

  • 1. 本站所有資源如無特殊說明，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，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論