导读:本文包含了联合语音论文开题报告文献综述及选题提纲参考文献，主要关键词:噪声鲁棒性,权值矩阵,噪声环境,低信噪比
联合语音论文文献综述
张石磊,简志华,孙闽红,钟华,刘二小[1]（2019）在《采用联合字典优化的噪声鲁棒性语音转换算法》一文中研究指出针对含噪语音难以实现有效的语音转换,本文提出了一种采用联合字典优化的噪声鲁棒性语音转换算法。在联合字典的构成中,语音字典采用后向剔除算法(Backward Elimination algorithm,BE)进行优化,同时引入噪声字典,使得含噪语音与联合字典相匹配。实验结果表明,在保证转换效果的前提下,后向剔除算法能够减少字典帧数,降低计算量。在低信噪比和多种噪声环境下,本文算法与传统NMF算法和基于谱减法消噪的NMF转换算法相比具有更好的转换效果,噪声字典的引入提升了语音转换系统的噪声鲁棒性。(本文来源于《声学学报》期刊2019年06期）
潘玲玲,顾小妹[2]（2019）在《床头分餐药盒联合语音广播在规范服用降糖药中的设计与运用效果分析》一文中研究指出目的探讨床头分餐药盒联合语音广播在规范服用降糖药中的应用效果。方法对200例糖尿病住院患者口服降糖药物服用规范率的比较。结果研究组患者服药规范率比对照组提升为32.0%,差异有统计学意义(P<0.05)。结论床头分餐药盒联合语音广播的设计与运用可提高患者对口服降糖药物的服用规范率,有利于更稳定地控制患者血糖,促进病情恢复。(本文来源于《实用临床护理学电子杂志》期刊2019年43期）
张霞,袁鑫[3]（2019）在《双麦阵列的联合语音增强算法》一文中研究指出在多路噪声环境中,单通道语音增强技术往往增强效果有限。为解决这一问题,重点研究了方向性麦克风语音增强技术,利用波束形成技术,达到抑制波束外的干扰信号同时又保留目标信号的目的。麦克风阵列能进行初步的噪声过滤,有效提高语音理解度及信噪比,但无法完全消除噪音,为进一步改善语音质量,研究一种基于方向性麦克风和改进的维纳滤波的联合语音增强算法。实验结果显示,这种方法得到的最终语音信号质量更好。(本文来源于《电子器件》期刊2019年05期）
邓贺元,刘加,夏善红,彭春荣[4]（2019）在《一种联合频谱和空间特征的深度学习多通道语音增强算法》一文中研究指出近年来,越来越多的电子产品使用麦克风阵列,而且与传统多通道语音增强算法相比,基于深度学习的算法效果更好,为了进一步提高增强效果,提出一种联合频谱特征和空间特征的深度学习算法。该算法包括两个部分,第一部分,使用频谱和通道间相位差特征估计时间频率掩蔽值,然后进行基于掩蔽值的波束成形;第二部分,使用方向特征和频谱特征进行进一步的增强。在CHiME4数据集上的实验证明了该算法的有效性,与仅使用频谱特征的方法相比,在真实数据上的词错误率相对降低27.6%,在仿真数据上的主观语音质量评估得分从2.46提高到2.81。(本文来源于《电子测量技术》期刊2019年18期）
罗笑雪,柯雨璇,郑成诗,李晓东[5]（2019）在《联合谱和空间特征的深度学习语音增强研究》一文中研究指出0引言多通道语音增强技术可利用空间信息抑制方向性噪声[1]。近年来,基于深度学习的语音增强技术取得了良好的成效[2]。文献[3]证明了双耳传声器阵列系统,联合谱特征和双耳空间特征作为深度学习的输入,其语音增强效果优于仅采用单一类型的输入特性。本文利用延时-求和(Delay-And-Sum,DAS)波束形成器的空间滤波特性提取语音信号的谱和空间特征作为深度学习的输入特征估计掩蔽(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
韩蕊蕊[6]（2019）在《联合语音检测与幅度平方谱估计的语音增强算法研究》一文中研究指出语音交流和人机交互是现代通信中最主要的通讯方式。然而,在语音通讯过程中,语音信号无法避免地会受到外界噪声的干扰,从而阻碍人与人之间以及人与机器之间的正常交流。语音增强技术的目的则是从带噪语音中尽可能地提取或恢复出纯净的语音信号,进而改善语音质量、提高其可懂度。针对复杂噪声背景下的语音增强问题,本文主要围绕基于幅度谱估计的语音增强技术开展研究和改进,主要研究内容如下:首先,本文阐述了语音增强的研究意义和背景,给出了语音增强技术的研究历史和发展现状,并简要介绍了几种常用的语音增强算法,给出了语音增强算法的性能评价标准。其次,针对基于幅度谱估计理论的语音增强问题,论文详细介绍了几种不同短时幅度谱估计算法的基本原理及其性能,并简要分析了短时幅度谱估计算法的优点和不足。然后,在研究基于短时幅度平方谱估计语音增强算法的基础上,重点考虑据语音信号的稀疏特性以及广泛存在静音区的特点,将语音活动性检测纳入到语音增强框架中,设计了融合语音检测与幅度平方谱估计的联合代价函数,进而通过最小化此联合代价函数获得更为有效的纯净语音幅度平方谱估计技术。基于该理念,文中结合最大后验估计与最小均方误差估计理论分别提出了两种不同的语音增强算法,联合语音检测与最大后验幅度平方谱的估计算法和联合语音检测与幅度平方谱的最小均方误差估计算法。论文在多种噪声环境下对上述所提出的两种算法的性能进行了实验仿真和验证,结果表明:融合了语音检测与幅度平方谱估计以后,本文提出的新算法可有效提升语音增强系统的整体性能。最后,对论文进行了全面总结,并对未来语音增强技术的发展趋势进行了展望。(本文来源于《烟台大学》期刊2019-05-31）
任玉宝[7]（2019）在《基于联合字典学习的语音增强算法》一文中研究指出针对水下电话的语言信号受海洋环境噪声影响大而导致失真的问题,发展了一种基于联合字典学习的水下电话语音增强算法。利用纯净语音信号和噪声信号的样本进行字典学习,将待处理的信号在语音和噪声联合字典上进行稀疏分解,实现对带噪信号的增强。在此基础上,利用语音库中的信号进行测试,实验结果表明,该方法可以有效提升信号的信噪比,使信号保持较高的语音质量和可懂度,其性能优于传统的语音增强算法。(本文来源于《中国声学学会水声学分会2019年学术会议论文集》期刊2019-05-25）
王冬梅[8]（2019）在《甲硝唑联合固定义齿修复重建对重度磨损牙列缺失患者临床症状、咀嚼功能和语音功能的影响》一文中研究指出目的探讨甲硝唑联合固定义齿修复重建对重度磨损牙列缺失的影响。方法选择重度磨损牙列缺失患者(本院200例),时间设定2017.7-2019.3,依据中心随机分组原则,分成对照组(甲硝唑联合可摘性活动义齿修复重建,n=100)和观察组(甲硝唑联合固定义齿修复重建,n=100)。对比两组的临床症状(牙龈出血指数-SBI、牙周袋探诊深度-PD、菌斑指数-PLI)、咀嚼功能和语音功能。结果修复后2组SBI、PD、PLI均低于修复前(P值<0.05),但组间对比无差异(P值>0.05);观察组咀嚼功能和语音功能均优于对照组(P值<0.05)。结论对重度磨损牙列缺失患者采取甲硝唑联合固定义齿修复重建能够改善其临床症状、咀嚼功能和语音功能。(本文来源于《全科口腔医学电子杂志》期刊2019年13期）
娄英丹[9]（2019）在《增强与自适应联合的远场语音识别算法研究》一文中研究指出远场语音识别在智能家居、办公环境、人形机器人、汽车和语音翻译等研究领域都有广泛应用,然而,由于远场环境中噪声混响等干扰,鲁棒又方便地识别远场语音仍然是一个挑战。本文以此为出发点,结合阵列信号处理及自适应技术的优点,对远场噪声混响语音识别做进一步研究。结合仿真及实际实验,验证了所提算法的有效性。本文完成的工作有:1.首先简单介绍了远场环境下仿真模型-IMAGE模型,其次介绍远场语音识别基本理论,包括预处理、语音特征参数提取、声学模型、语言模型、解码和搜索算法。在Ubuntu系统上安装了波束形成工具箱BTK及语音识别引擎Pocketsphinx。阐述了远场语音识别系统的基本流程。2.采用声达时间差(time difference of arrival,TDOA)算法对声源进行定位,利用定位结果调整延迟求和波束形成(Delay&Sum Beamforming,DSBF)的权重,减小非期望方向上的干扰,提高语音质量。在此基础上,采用最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成和超指向波束形成(Super-directive Beamforming,SDBF)减小空间相干噪声,用Zelinski、McCowan两种后置滤波方法进一步减小残留噪声。介绍了仿真实验配置,设置反射系数为0.6,在不同噪声下对所提算法进行实验,结果表明波束形成能明显减小语音信号干扰,提高系统识别率,后置滤波能进一步提高系统鲁棒性。3.采用最大似然线性回归(Maximum Likelihood Linear Regression,MLLR)和最大后验概率(Maximum A Posteriori,MAP)两种方法调整声学模型参数,得到适用于远场环境的新的声学模型。用仿真实验验证了两种算法的性能及MAP的渐进性。在实际会议室环境中采集远场语音并验证了MAP算法的实用性。4.为进一步增强系统鲁棒性,提出使用语音增强和MAP联合算法进行远场语音识别。将传统的语音识别系统作为基线系统,比较了单个算法系统、联合算法系统、基线系统之间的性能。结果表明,在噪声混响环境下,联合算法有较好的鲁棒性,其系统性能优于单个算法系统,且它们的性能都优于基线系统。(本文来源于《太原理工大学》期刊2019-05-01）
贾海蓉,王卫梅,王雁,裴俊华[10]（2019）在《区分性联合稀疏字典交替优化的语音增强》一文中研究指出在联合稀疏字典的语音增强中,由于联合字典的相似性,导致稀疏重构阶段产生语音和噪声混淆进而产生语音失真问题。针对此,在训练阶段提出一个费希尔准则下的目标函数。该函数包含了语音和噪声的区分约束项,并用与信号变化相关的平衡因子去调整各项权值,为尽可能减小混淆误差提供了保障;同时,为了能使目标函数收敛,设计了一种交替优化字典和稀疏系数的算法,迭代寻找所需的字典和稀疏系数,完成语音字典和噪声字典的输出,得到具有非相似即区分性能较好的联合字典。在增强阶段,将带噪语音信号在联合字典上进行稀疏表示,并估计出语音幅度谱和噪声幅度谱。最后,结合维纳滤波器和理想二值掩模的优点,提出了新的软掩模滤波器,进一步消除了残余噪声。通过对不同信噪比的带噪语音进行实验,新算法得到的语音信噪比和听觉感知评价都较高,验证了新算法在提高语音性能方面的有效性。(本文来源于《西安电子科技大学学报》期刊2019年03期）
联合语音论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的探讨床头分餐药盒联合语音广播在规范服用降糖药中的应用效果。方法对200例糖尿病住院患者口服降糖药物服用规范率的比较。结果研究组患者服药规范率比对照组提升为32.0%,差异有统计学意义(P<0.05)。结论床头分餐药盒联合语音广播的设计与运用可提高患者对口服降糖药物的服用规范率,有利于更稳定地控制患者血糖,促进病情恢复。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
联合语音论文参考文献
[1].张石磊,简志华,孙闽红,钟华,刘二小.采用联合字典优化的噪声鲁棒性语音转换算法[J].声学学报.2019
[2].潘玲玲,顾小妹.床头分餐药盒联合语音广播在规范服用降糖药中的设计与运用效果分析[J].实用临床护理学电子杂志.2019
[3].张霞,袁鑫.双麦阵列的联合语音增强算法[J].电子器件.2019
[4].邓贺元,刘加,夏善红,彭春荣.一种联合频谱和空间特征的深度学习多通道语音增强算法[J].电子测量技术.2019
[5].罗笑雪,柯雨璇,郑成诗,李晓东.联合谱和空间特征的深度学习语音增强研究[C].2019年全国声学大会论文集.2019
[6].韩蕊蕊.联合语音检测与幅度平方谱估计的语音增强算法研究[D].烟台大学.2019
[7].任玉宝.基于联合字典学习的语音增强算法[C].中国声学学会水声学分会2019年学术会议论文集.2019
[8].王冬梅.甲硝唑联合固定义齿修复重建对重度磨损牙列缺失患者临床症状、咀嚼功能和语音功能的影响[J].全科口腔医学电子杂志.2019
[9].娄英丹.增强与自适应联合的远场语音识别算法研究[D].太原理工大学.2019
[10].贾海蓉,王卫梅,王雁,裴俊华.区分性联合稀疏字典交替优化的语音增强[J].西安电子科技大学学报.2019