毕业论文

打赏
当前位置: 毕业论文 > 电子通信 >

基于系综经验模式分解(EEMD)的汉语语音基频检测算法的研究

时间:2021-05-20 21:02来源:毕业论文
采用一种基于系踪经验模式算法,通过将语音信号分解为一组固有模态函数并从中提取合适的固有模态函数来进行基频检测,并通过实际仿真来对其可行性进行检验

摘要基音频率是语音信号最重要的参数之一,它描述了语音激励源的一个重要特征。基音频率信息在多个领域有着广泛的应用,如:语音识别、语音分析与综合等,所以,基音的提取和估计对汉语更是一个十分重要的问题。而传统的基音频率检测方法则或多或少地有着影响基频检测准确度方面的问题。对此,我们需要开发更为有效而合理的方法。本文里我们采用一种基于系踪经验模式算法,通过将语音信号分解为一组固有模态函数并从中提取合适的固有模态函数来进行基频检测,并通过实际仿真来对其可行性进行检验。67194

毕业论文关键词:  基频估计  传统算法  系踪经验模式  固有模态函数  

毕业设计说明书(论文)外文摘要

Title    A Fundamental Frequency Estimator Based on EEMD for Chinese Speech Detection                   

                                                            

Abstract The fundamental frequency is one of the most important parameter of the voice signal, which describes an important feature -the speech excitation source. The fundamental frequency information is widely used in many fields, such as: speech recognition, speech analysis and synthesis, etc. So, pitch extraction and estimates of Chinese is a very important issue. The traditional method for the detection of the fundamental frequency has a more or less affect the fundamental aspects of the detection accuracy. In this regard, we need to develop more effective and reasonable approach. This paper we use a EEMD-based algorithms for fundamental frequency detection method and through practical simulations to test its feasibility

Keywords :  Fundamental frequency estimation;  Intrinsic Mode Function; the Ensemble Empirical Mode Decomposition 

1. 绪论: 1

2. 传统的语音基频检测的算法概述 3

2.1 时域算法类 3

2.1.1 时域的事件发生率检测 3

2.1.2  自相关函数法 4

2.1.3  平均幅度差函数法 5

2.1.4  阴阳估计法 5

2.2  频域的算法 6

2.2.1  基于滤波器的算法 6

2.2.2  倒谱分析法 7

2.2.3  多分辨率的方法 7

2.2.4  离散小波变换法 8

2.3  统计的方法 8

2.4  算法的改进 8

2.4.1  人的听觉模型 9

2.4.2  基频的跟踪 9

3. 一种基于EEMD算法的新型基频检测算法 10

3.1 EMD算法概述 10

3.1.1 EMD算法提出的背景 10

3.1.2 EMD算法介绍 11

3.2 EEMD算法的介绍与操作 12

3.2.1 EEMD算法及其特性的综述 基于系综经验模式分解(EEMD)的汉语语音基频检测算法的研究:http://www.youerw.com/tongxin/lunwen_75309.html

------分隔线----------------------------
推荐内容