基于模糊熵与改进相关向量机的语音端点检测

发布时间：2019-04-22 13:07

【摘要】：为提高低信噪比下语音端点检测的准确性,提出了一种基于模糊熵与改进相关向量机的端点检测算法.首先对语音信号进行基于听觉感知特性的语音增强,然后提取每帧信号的模糊熵作为改进相关向量机的输入矢量,同时针对单一核函数对预测分类鲁棒性弱的问题,对不同核函数进行自适应多核组合,融合多个核函数的特性,提高分类精度和鲁棒性.实验结果表明:在低信噪比环境下,基于模糊熵与改进相关向量机的端点检测能更有效地检测出语音的端点,准确率达到93.2%.
[Abstract]:In order to improve the accuracy of speech endpoint detection at low signal-to-noise ratio, an endpoint detection algorithm based on fuzzy entropy and improved correlation vector machine is proposed. Firstly, the speech signal is enhanced based on auditory perception, then the fuzzy entropy of each frame is extracted as the input vector of the improved correlation vector machine. At the same time, the robustness of single kernel function to the prediction classification is weak, and the fuzzy entropy of each frame is extracted as the input vector of the improved correlation vector machine. The adaptive multi-kernel combination of different kernel functions is used to fuse the characteristics of multiple kernel functions to improve the classification accuracy and robustness. The experimental results show that the endpoint detection based on fuzzy entropy and improved correlation vector machine can detect the speech endpoint more effectively in low SNR environment, and the accuracy is up to 93.2%.
【作者单位】： 重庆邮电大学先进制造工程学院;重庆邮电大学自动化学院;
【基金】：重庆市教委科学技术基金资助项目(csts2015jcyjBX0066)
【分类号】：TN912.3

【相似文献】

相关期刊论文 前10条

1 支晓斌;范九伦;;一种广义模糊补运算和相应的广义模糊熵[J];模糊系统与数学;2008年01期

2 雷博;兰蓉;范九伦;;最大模糊熵阈值法的快速算法[J];模式识别与人工智能;2010年06期

3 沈鑫;;“模糊熵”简介[J];北京邮电学院学报;1981年01期

4 相洁;曹锐;李聪改;陈俊杰;;基于模糊熵的时间序列非线性检测方法[J];太原理工大学学报;2014年03期

5 侯健;彭家寅;张宇卓;张诚一;;基于极大模糊熵原理的模糊推理反向三I算法[J];计算机研究与发展;2006年07期

6 江伟;梁家荣;蒋建兵;;新的Vague熵构造方法[J];计算机工程与应用;2008年27期

7 江伟;梁家荣;;基于距离的Vague熵[J];计算机工程与设计;2009年11期

8 于海燕;范九伦;;基于量子遗传参数优化的广义模糊熵阈值法[J];模式识别与人工智能;2009年02期

9 雷博;范九伦;;基于量子粒子群的广义模糊熵阈值法参数选取[J];系统工程与电子技术;2009年10期

10 吴成茂;;一种加权直觉模糊熵分割法[J];计算机工程与应用;2011年34期

相关会议论文 前6条

1 齐思刚;;基于模糊熵的模糊数运算[A];模糊集理论与模糊应用专辑——中国系统工程学会模糊数学与模糊系统委员会第十届年会论文选集[C];2000年

2 胡应平;;运用模糊熵构建协调模型[A];模糊集理论与应用——98年中国模糊数学与模糊系统委员会第九届年会论文选集[C];1998年

3 魏华;王志强;张运杰;;基于模糊熵的备择边缘细化方法[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年

4 吴川;朱明;杨冬;;基于最大模糊熵原则的低对比度图像阈值选取法[A];第十一届全国信号处理学术年会（CCSP-2003）论文集[C];2003年

5 李筠;祝勇;;误差分布类型的模糊熵判别方法[A];第七届青年学术会议论文集[C];2005年

6 何春;陆俊;;基于模糊熵方向特征的图像边缘检测方法[A];图像图形技术研究与应用(2010)[C];2010年

相关硕士学位论文 前10条

1 郑宗琳;基于高速列车走行部监测数据的EEMD特征分析[D];西南交通大学;2015年

2 董国新;基于ELMD多尺度模糊熵和概率神经网络的暂态电能质量识别[D];燕山大学;2016年

3 顿士君;基于脑电多尺度非线性分析的睡眠分期研究[D];燕山大学;2016年

4 王旭尧;基于多元多尺度模糊熵的人体步态信号分类[D];燕山大学;2016年

5 张翔;基于模糊熵方法的云服务选择研究与实现[D];内蒙古大学;2016年

6 王迪;基于模糊熵的证券投资组合优化模型研究[D];北京化工大学;2016年

7 沈小雪;模糊推理中的直觉模糊熵研究[D];辽宁工程技术大学;2014年

8 赵凤;基于模糊熵理论的若干图象分割方法研究[D];西安邮电学院;2007年

9 吴学谦;互模糊熵的改进及其在心衰检测中的应用[D];山东大学;2014年

10 张丽波;基于三角模糊熵的信息安全风险评估研究[D];黑龙江大学;2013年

，

本文编号：2462862