基于时频二维能量特征的汉语音节切分方法

发布时间：2017-09-19 23:23

  本文关键词：基于时频二维能量特征的汉语音节切分方法

  更多相关文章： 音节切分 时频二维 短时能量 切分偏差率

【摘要】：较准确的语音切分方法可以极大提高语料标注等工作的效率,有助于语音识别等应用中语音与模型的对齐。利用汉语语音在时频二维的能量特征设计了一种新的汉语语音音节切分方法。用传统方法判断静音帧,用相同时间不同频率的二维能量判断清音帧,用不同时间特定频段的0-1二维能量判断浊音帧及有话帧,综合4种判断结果给出音节切分位置。实验结果表明,该方法切分准确度优于基于归并的音节切分自动机(MBSDA)和高斯拟合法,其音节切分误差为0.029 7 s,音节切分偏差率为7.93%。
【作者单位】： 同济大学电子与信息工程学院;
【关键词】： 音节切分 时频二维 短时能量 切分偏差率
【分类号】：TN912.3
【正文快照】： 0引言在信息科学领域,对语音切分的定义有:对语音信号突变位置的检测[1];估计有话和无话部分的位置及时长[2]等。目前,语音切分方法基本可以分为基于切分单元对齐的方法、基于切分单元边界的方法以及同时利用切分单元特性及边界特性的方法。其中基于切分单元对齐的方法多利用

【相似文献】

中国期刊全文数据库 前10条

1 罗发根,郎锐,金燕波;基于小波分解红外雷场目标提取方法的研究[J];电波科学学报;2005年04期

2 刘泽华;谷立臣;;基于频域能量特征的故障分类方法研究[J];液压与气动;2007年03期

3 黄思娟;吴效明;;基于能量特征的脑电信号特征提取与分类[J];传感技术学报;2010年06期

4 史秋亮;林江;;基于小波包分解与能量特征提取的相关分析法[J];声学与电子工程;2010年04期

5 陈晓钟,孙华燕;基于能量特征的图像目标检测[J];红外与激光工程;2001年01期

6 孙冬;明军;臧小溪;;利用能量特征进行条烟识别[J];计算机技术与发展;2006年04期

7 卢欣;叶成荫;吴旭翔;;一种基于能量特征的LSB方法设计[J];商场现代化;2007年11期

8 段晶晶;高琳;范勇;李郁峰;夏菁菁;任新宇;;基于KOD能量特征的群体异常行为识别[J];计算机应用研究;2013年12期

9 李晓光;李晓华;沈兰荪;;一种基于多级梯度能量特征的DCT压缩域人脸检测算法[J];电子学报;2005年12期

10 郭虎生;刘启忠;刘金龙;;基于小波能量特征的尾流光信号特征研究[J];鱼雷技术;2012年01期

中国重要会议论文全文数据库 前2条

1 刘旨春;于晓波;邢忠宝;盛磊;;基于局部能量特征的小波图像融合方法[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年

2 边杰;梅庆;王平;;EMD结合能量特征和小波降噪在轴承故障诊断中的应用[A];第11届全国转子动力学学术讨论会（ROTDYN2014）论文集（下册）[C];2014年

中国博士学位论文全文数据库 前1条

1 马雅丽;机械系统方案设计的能量特征状态模型[D];大连理工大学;2011年

中国硕士学位论文全文数据库 前3条

1 姜小蛟;功率分流型轮系的能量特征模型与构型分析[D];大连理工大学;2014年

2 张永珍;基于能量特征状态模型的复杂轮系功率流研究[D];大连理工大学;2013年

3 李铭;混合轮系概念设计的能量特征状态方法[D];大连理工大学;2009年

，

本文编号：884539