您的位置: 专家智库 > >

浙江省教育厅科研计划项目(Y201016542)

作品数:3 被引量:6H指数:1
相关作者:简志华王向文更多>>
相关机构:杭州电子科技大学上海电力学院更多>>
发文基金:浙江省教育厅科研计划浙江省自然科学基金国家自然科学基金更多>>
相关领域:电子电信更多>>

文献类型

  • 3篇期刊文章
  • 1篇会议论文

领域

  • 4篇电子电信

主题

  • 3篇压缩感知
  • 3篇语音
  • 3篇语音转换
  • 3篇感知
  • 2篇混合模型
  • 2篇高斯
  • 2篇高斯混合
  • 2篇高斯混合模型
  • 1篇余弦
  • 1篇余弦变换
  • 1篇转换函数
  • 1篇文本无关
  • 1篇线谱
  • 1篇线谱对
  • 1篇线谱对参数
  • 1篇相关信息
  • 1篇离散余弦变换
  • 1篇离散余弦变换...
  • 1篇感知技术
  • 1篇变换域

机构

  • 4篇杭州电子科技...
  • 1篇上海电力学院

作者

  • 4篇王向文
  • 4篇简志华

传媒

  • 1篇电子与信息学...
  • 1篇声学学报
  • 1篇杭州电子科技...

年份

  • 1篇2014
  • 3篇2012
3 条 记 录,以下是 1-4
排序方式:
采用压缩感知的改进的语音转换算法被引量:5
2014年
提出了一种基于压缩感知的考虑语音帧间信息的语音转换算法。根据连续多帧语音的线谱对参数所构成的矢量在离散余弦变换域具有稀疏性,利用压缩感知技术对该矢量压缩成短矢量,并将该压缩后的短矢量作为特征参数训练语音转换函数。实验测试结果表明,选择合适的语音帧数时,该算法的性能要比传统的采用加权频率卷绕的转换算法提高3.21%。这说明,充分有效地利用语音帧间的相关信息会使转换语音保持更稳定的帧间声学特性,有利于提高语音转换系统的性能,
简志华王向文
关键词:感知技术离散余弦变换域相关信息线谱对参数转换函数
一种用于语音转换的区域最近邻迭代训练算法被引量:1
2012年
针对非对称语音库情况下的语音转换,该文提出一种新的改进的语音转换训练算法ILNCA。与原有的训练算法INCA不一样的是,ILNCA首先利用高斯混合模型(GMM)分别对源、目标语音特征参数空间进行分类。然后根据Kullback–Leibler(KL)距离最小原则对源、目标GMM模型的子空间进行匹配,最后利用最近邻准则在相对应的子空间中进行源、目标语音特征参数矢量的对齐。客观测试和主观听觉实验都表明由于该文算法采用了更加精确的矢量对齐方法,能取得比INCA算法更优异的转换性能。
简志华王向文
关键词:语音转换
考虑帧间信息的语音转换算法
传统的加权频率卷绕算法是单独地对每帧语音特征参数进行转换,没有考虑到语音帧前后的相关信息。针对这一点,该文提出了一种改进的加权频率卷绕算法,它利用压缩感知理论提取语音信号的帧间相关信息。在进行转换时,该算法是相当于对语音...
简志华王向文
关键词:语音转换压缩感知高斯混合模型
文献传递
考虑帧间信息的语音转换算法
2012年
传统的加权频率卷绕算法是单独地对每帧语音特征参数进行转换,没有考虑到语音帧前后的相关信息。针对这一点,该文提出了一种改进的加权频率卷绕算法,它利用压缩感知理论提取语音信号的帧间相关信息。在进行转换时,该算法是相当于对语音段进行转换。客观测试和主观听觉评测表明,虽然改进后算法的性能会受到语音段长度的影响,但当选择合适语音段长度时,性能要好于传统的加权频率卷绕算法。
简志华王向文
关键词:语音转换压缩感知高斯混合模型
共1页<1>
聚类工具0