基于LPCC和MFCC的藏语语音端点检测算法

来源 :2007中国计算机大会 | 被引量 : 0次 | 上传用户:pluto529
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
端点检测是语音识别系统预处理阶段遇到的第一个关键技术.该算法根据藏语元音/辅音频谱特性差异,对语音信号分高/低频带后再分别处理的思想,符合藏语语音的清/浊对立信息分布特点,然后分别提取倒谱系数作为端点检测的特征,因为倒谱特征所含的信息比其他参数多,能较好地表征语音信号,语音质量好,识别正确率高;检测时采取自适应噪声参数估计,根据倒谱距离轨迹判决起止端点,仿真结果表明了它的优越性。
其他文献
被动蠕虫是P2P蠕虫的一种,已经对非结构化对等网的安全构成了严重的成胁。考虑P2P用户的实际情况,建立了一个带有死亡率,离线率和在线率的时滞SEIRS模型,得到被动蠕虫灭绝与否的阈值-基本再生数。时滞包括潜伏期和临时免疫期,潜伏期主要由下载文件的时间决定,而临时免疫期跟用户的抗恶意软件性能有关。用仿真结果研究了不同参教对模型的影响。尤其是时滞对模型的影响,为有效控制被动蠕虫的传播提供了理论指导。
由于无线传输的固有特性及IEEE 802.11标准的安全漏洞,无线网络很容易受到攻击。传统WLAN接入点(AP)在无线网络安全性方面具有很大的局限性,相关研究却大多局限于算法分析。本文针对无线攻击的特殊性,设计并实现了分布式的具有入侵检测和防御功能的无线局域网安全探测系统。该系统工作在B/S模式,探测器硬件基于Intel PXA255处理器开发,软件基于Linux下snort-wireless开发
与采用立即更新(instant updating)和周期更新(periodicalupdating)的系统相比,采用懒惰更新(lazy updating)的系统中群组密钥的存储和分发十分困难。而且当前已有的系统不能保证后向保密性。首先分析了懒惰群组密钥更新系统中抵抗静态攻击安全和抵抗适应性攻击安全之间的关系,然后基于动态树和密钥恢复技术提出了一种群组密钥更新系统GKUDT。GKUDT由4个算法In
本文对无线局域网国家标准WAPI的认证模块WAI进行了分析,结果表明,其密钥协商部分不安全,身份认证和密钥协商没有实现有机的结合,因此该模块没有其实现身份认证和密钥协商的目的。为此,我们对该模块中密钥协商部分进行了改进,改进后的协议达到了通用可组合的安全(UC-secure)强度,实现了身份认证和密钥协商的有机结合,保证了WAI能够安全地实现身份认证和密钥协商。与原协议相比,改进后的协议只增加了一
随着虚拟现实、影视制作及可视电话等应用的发展,人脸建模领域越来越受到人们的重视。本文研究了基于正侧面人脸照片的人脸建模方法。根据人脸生理结构特点,定义了既能反映人脸整体结构、又能表示五官局部特征和位置分布的特征点;针对一般人脸模型数据特点,给出一种三维特征点标定方法;研究了利用立体视觉原理从二维照片获得特征点三维信息的方法。最后验证了算法的正确性和可行性。
本文利用现有地形绘制技术和小波多尺度分析方法,结合大规模地形应用特点,研究了三维地形绘制算法.首先,根据地形高程模型(DEM)的数据结构的特点,阐述了它可以借助于小波方法进行分析处理的可行性:其次,得到了提取多尺度地形数据基本特征的方法:并通过小波系数来表达低频概貌和高频细节,生成多尺度的地形数据方法;提出了“地形网格的小波渐进重构”规则,设计了动态的渐进重构不同细节的地形网格;最后,构造了绘制算
信息伪装技术是一种新型的数字图像版权认证和保护技术。传统的信息伪装以数字水印方法为主要研究内容。本文对于数字高程模型(DEM)数据,利用方向经验模式分解(DEMD)与矩阵范数相结合,提出了一种无需对数据作修改的无损信息伪装实现方法。首先对图像实施DEMD,将纹理和边缘作为图像数据的特征构造出高频无损水印参数。对于其他部分,通过矩阵范数方法,得到非纹理部分水印参数生成方案。实验证明该算法具有无损表示
确保架构的正确性对整个系统的开发是十分重要的,这就需要从不同的角度观察架构,来评估架构的用例是否真的保持分离,以及用例是否满足可维护性、可扩展性、可移植性,可重用性等系统范围关注点。架构藏文文献系统又有一些不同于一般系统的重要用例设计切片,对这部分的深入研究有助于使这部分特殊的关注点分离;也为系统的其他开发工作指明了路标。
对藏语语音进行田野调查是藏语语音学研究的基础工作。随着现代语音学的发展,先进的仪器和设备广泛的应用于民族语言的研究。本文阐述了藏语安多方言语音调查的意义;从制订调查大纲,搜集有关信息,确定发音合作人,进行调查记录和描写,说明藏语安多方言语音调查的方法和步骤;论述了录音操作流程、录音环境及软硬件设备。
属性值等价问题是所有文本分类、信息检索以及数据挖掘的核心和基本问题,本文结合了粗糙集理论对于非精确数据的处理能力和神经网络的分类机制,提出解决Rough属性值语义等价问题(Attribute Value Rough Equality,简称AVRE)的Hopfield神经网络模型(HopfleldNeural Network Model to Resolve AVER,简称AVER-HNNM),文章