导读:本文包含了短时平均幅度差论文开题报告文献综述及选题提纲参考文献，主要关键词:心音,端点检测,自适应子带谱熵,短时平均幅度
短时平均幅度差论文文献综述
吴云飞,李海霞[1]（2018）在《基于自适应子带谱熵和短时平均幅度的心音端点检测》一文中研究指出论文提出一种对心动周期内的有效音进行端点检测和定位的方法。首先对心音信号进行归一化和预加重,实现对心音信号质量的提升。然后利用窗函数对心音信号进行分帧并利用自适应子带谱熵和短时平均幅度对心音信号进行成分检测。仿真结果证明,该方法可以对不同类型心音中的有效音和无效音进行区分,并实现心音及心杂音的分别标记。(本文来源于《计算机与数字工程》期刊2018年09期）
蔡萍[2]（2014）在《基于短时平均幅度差函数的带噪语音端点检测算法》一文中研究指出传统的基于自相关函数的端点检测算法有两个方面的问题,一是计算量大,二是要进行语音信号基音周期的提取.提出了一种改进的方法,用短时平均幅度差函数代替自相关函数,节约了计算量;利用浊音与噪声平均幅度差函数的区别省去了基音周期的计算,同时也避免了误差带来的问题.传统算法与改进算法的仿真比较表明,改进算法的检测曲线噪声容限大,所以在低信噪比下也表现出了较强的稳定性.(本文来源于《河南工程学院学报(自然科学版)》期刊2014年03期）
武志翔,王顺利,李占锋,邱斌,尚丽平[3]（2013）在《基于短时平均幅度和HMM的语音识别系统研究》一文中研究指出为克服现行语音识别精度不高的缺点,充分利用资源,改进语音识别效率,研究了基于音频波段特征分析的声音检测与分辨方法。方法以不同人对同一字的发音样本中的音频段信号为主要检测组分,研究不同样本的语音特征区别,使用MNP21声音传感器采集音频信号并进行分析。针对不同人的发音样本体系,提出了使用音频波段检测的思路。基于短时平均幅度优化获得音频信号,进而用隐马尔可夫模型进行识别,设计了语音识别系统。实验结果表明:每人采集10组样本训练,针对五人的不同样本进行多次语音区分,准确率达到100%。(本文来源于《化工自动化及仪表》期刊2013年06期）
马英,于向飞[4]（2010）在《一种改进的短时平均幅度差函数算法》一文中研究指出在语音信号分析中,对于基音周期的提取目前已有较多的分析和处理方法,在现有的短时平均幅度差函数(AMDF)的处理方法中,只需要加、减和取绝对值运算,运算量较之短时自相关函数大大下降。同时,AMDF函数的谷点提取基音周期比自相关函数的峰值更加尖锐,错判率相对较少,稳健性更高。然而,传统的AMDF算法对窗长的要求较为严格,窗长较短就会有较大的误差。本文针对该缺陷做出的改进算法,使之无论窗长多大均会有较为准确的结果,大大拓展了AMDF算法的适用空间。进一步,将其与同态处理结合,会有更好的效果。(本文来源于《应用声学》期刊2010年05期）
柳春[5]（2009）在《一种改进的基于短时平均幅度的语音端点检测算法研究》一文中研究指出在噪声环境下,利用短时平均幅度为特征进行语音端点检测.文章在传统端点检测算法的基础上,研究了汉语音节的特点,提出采用短时平均幅度代替短时能量,并为平均幅度引入判决门限.门限值是根据语音信号背景噪声自动计算得到,从而保证了算法在噪声环境下检测的准确性.实验结果表明,与传统的基于短时能量的端点检测算法相比,改进的算法在高信噪比和低信噪比环境下都具有良好的性能.(本文来源于《西北民族大学学报(自然科学版)》期刊2009年01期）
武光利,戴玉刚,马宁[6]（2007）在《基于短时平均幅度和短时平均过零率的藏语语音端点检测研究》一文中研究指出本文通过短时平均幅度和短时平均过零率相结合的方法,实现了藏语语音的端点检测,在此基础上可实现有声段和无声段的区分和音节的切分、清浊音的切分,为语音识别奠定了重要的基础,所做结果用Visual C++6.0实现。(本文来源于《福建电脑》期刊2007年03期）
廖逢钗[7]（2006）在《基于短时平均幅度比的自适应降噪系统的研究》一文中研究指出提出基于短时平均幅度比的自适应降噪系统的构想,阐述了系统的工作原理和关键技术,并通过实验对该构想的正确性进行验证。(本文来源于《叁明学院学报》期刊2006年04期）
熊琦,杜旭,朱晓亮[8]（2006）在《一种基于短时平均幅度差的语音检测算法》一文中研究指出提出了一种利用语音信号的短时平均幅度差特征并结合短时平均幅度的语音检测算法。该算法在专用通信系统中,用以对接收到的电台信号进行分析,判断其中是否有语音信号,从而控制半双工电台的发射开关,使其处于接收或发射状态。实验表明,该算法能在较低的信噪比情况下准确地检测出语音信号,而且计算方法简单,硬件处理容易,可靠性高,能够满足实时系统的需要。(本文来源于《电声技术》期刊2006年09期）
廖逢钗,卢昌荆,王红雨[9]（2006）在《基于短时平均幅度的语音端点检测的改进》一文中研究指出介绍了计算机语音处理中端点检测的方法,分析了短时平均幅度的语音端点检测的不足之处,并提出改进方法,最后给出实验结果。(本文来源于《叁明学院学报》期刊2006年02期）
冯康,时慧琨[10]（2003）在《一种参考短时平均能量和平均幅度差函数的基音检测方法》一文中研究指出基音检测是语音处理中的一个非常重要的问题,但基音周期的准确估计非常困难,本文提出一种能参考短时平均能量和短时平均幅度差函数的归一化互相关函数的基音检测算法,经实验检验,在安静的现场环境及说话人情感平静时,对给出的测试语句做基音检测,没有出现错误。(本文来源于《淮南师范学院学报》期刊2003年05期）
短时平均幅度差论文开题报告
（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：
传统的基于自相关函数的端点检测算法有两个方面的问题,一是计算量大,二是要进行语音信号基音周期的提取.提出了一种改进的方法,用短时平均幅度差函数代替自相关函数,节约了计算量;利用浊音与噪声平均幅度差函数的区别省去了基音周期的计算,同时也避免了误差带来的问题.传统算法与改进算法的仿真比较表明,改进算法的检测曲线噪声容限大,所以在低信噪比下也表现出了较强的稳定性.
（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。
短时平均幅度差论文参考文献
[1].吴云飞,李海霞.基于自适应子带谱熵和短时平均幅度的心音端点检测[J].计算机与数字工程.2018
[2].蔡萍.基于短时平均幅度差函数的带噪语音端点检测算法[J].河南工程学院学报(自然科学版).2014
[3].武志翔,王顺利,李占锋,邱斌,尚丽平.基于短时平均幅度和HMM的语音识别系统研究[J].化工自动化及仪表.2013
[4].马英,于向飞.一种改进的短时平均幅度差函数算法[J].应用声学.2010
[5].柳春.一种改进的基于短时平均幅度的语音端点检测算法研究[J].西北民族大学学报(自然科学版).2009
[6].武光利,戴玉刚,马宁.基于短时平均幅度和短时平均过零率的藏语语音端点检测研究[J].福建电脑.2007
[7].廖逢钗.基于短时平均幅度比的自适应降噪系统的研究[J].叁明学院学报.2006
[8].熊琦,杜旭,朱晓亮.一种基于短时平均幅度差的语音检测算法[J].电声技术.2006
[9].廖逢钗,卢昌荆,王红雨.基于短时平均幅度的语音端点检测的改进[J].叁明学院学报.2006
[10].冯康,时慧琨.一种参考短时平均能量和平均幅度差函数的基音检测方法[J].淮南师范学院学报.2003