计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2013年
12期
191-194
,共4页
小波分析%神经网络%语音端点%特征提取%特征选择
小波分析%神經網絡%語音耑點%特徵提取%特徵選擇
소파분석%신경망락%어음단점%특정제취%특정선택
为了提高语音端点检测效果,将小波分析和神经网络相融合,提出一种基于小波神经网络的语音端点检测算法(WA-PCA-RBF).利用小波分析提取语音信号的特征向量,采用主成分分析法选择语音信号特征,消除冗余特征,将选择特征向量作为RBF神经网络输入,通过遗传算法优化RBF神经网络参数建立语音端检测模型.结果表明,相对于传统语音端点检测算法,WA-PCA-RBF提高了语音端点检测正确率,具有更好的适应性和鲁棒性,可满足实际系统需求.
為瞭提高語音耑點檢測效果,將小波分析和神經網絡相融閤,提齣一種基于小波神經網絡的語音耑點檢測算法(WA-PCA-RBF).利用小波分析提取語音信號的特徵嚮量,採用主成分分析法選擇語音信號特徵,消除冗餘特徵,將選擇特徵嚮量作為RBF神經網絡輸入,通過遺傳算法優化RBF神經網絡參數建立語音耑檢測模型.結果錶明,相對于傳統語音耑點檢測算法,WA-PCA-RBF提高瞭語音耑點檢測正確率,具有更好的適應性和魯棒性,可滿足實際繫統需求.
위료제고어음단점검측효과,장소파분석화신경망락상융합,제출일충기우소파신경망락적어음단점검측산법(WA-PCA-RBF).이용소파분석제취어음신호적특정향량,채용주성분분석법선택어음신호특정,소제용여특정,장선택특정향량작위RBF신경망락수입,통과유전산법우화RBF신경망락삼수건립어음단검측모형.결과표명,상대우전통어음단점검측산법,WA-PCA-RBF제고료어음단점검측정학솔,구유경호적괄응성화로봉성,가만족실제계통수구.
