汉语连续语音切分技术研究

发布时间：2021-02-03 22:21

　　汉语连续语音切分的准确性,是影响汉语语音识别率的重要因素之一。连续语音切分是汉语语音识别的重要基础,论文介绍了汉语语音切分技术的基本原理,综合利用端点检测、基音周期轨迹、语谱图等特征,研究了一种汉语语音切分的算法。实验表明该算法能有效提高汉语连续语音切分的准确率。 

【文章来源】：计算机与数字工程. 2020,48(08)

【文章页数】：6 页

【文章目录】：
1 引言
2 端点检测技术
    2.1 双门限端点检测
    2.2 多阈值端点检测
3 汉语语音音节切分
    3.1 基音周期轨迹分析
    3.2 语谱图分析
4 实验结果与分析
    4.1 实验数据
    4.2 结果与分析
5 结语


【参考文献】：
期刊论文
[1]小波神经网络在语音端点检测算法中的应用[J]. 孙护军.  计算机与数字工程. 2018(09)
[2]基于双门限算法的端点检测改进研究[J]. 王满洪,张二华,王明合.  计算机与数字工程. 2017(11)
[3]基于时频二维能量特征的汉语音节切分方法[J]. 张扬,赵晓群,王缔罡.  计算机应用. 2016(11)
[4]基于改进双门限法的语音端点检测研究[J]. 孙一鸣,吴杨扬,李平.  长春理工大学学报(自然科学版). 2016(01)
[5]一种鲁棒自适应阈值的语音端点检测方法[J]. 张君昌,张丹,崔力.  西安电子科技大学学报. 2015(05)
[6]基于主成分分析的汉语连续语音切分算法[J]. 张永锋,杨影,肖莹莹.  应用声学. 2011(05)
[7]方言转换系统中的音节切分算法研究[J]. 张帅,贾珈,杨大利,徐明星,蔡莲红.  计算机技术与发展. 2009(07)
[8]说话人识别中语音切分算法的研究[J]. 何致远,胡起秀,徐光.  计算机工程与应用. 2003(06)

硕士论文
[1]语音端点检测算法的研究及应用[D]. 李乐.西安建筑科技大学 2016
[2]基于语谱图的汉语单元音声调识别的研究[D]. 赵旭.东北师范大学 2013
[3]汉语连续语音的音节自动标注算法研究及实现[D]. 韩虎.哈尔滨工业大学 2008
[4]汉语语音合成中自动切分技术的研究[D]. 袁晓亮.北京邮电大学 2007



本文编号：3017241