刘惠华
- 作品数：12 被引量：2H指数：1
- 供职机构：北京信息科技大学更多>>
- 发文基金：国家自然科学基金北京市教委科技发展计划更多>>
- 相关领域：电子电信生物学更多>>
- 汉语连读语音自适应端点检测
- 汉语语音端点检测(EndpointDetection)即找出每个字音的起点和终点,是语音识别的基础工作之一,有效的端点检测技术对正确识别至关重要.起止点的判断须从语音信号中提取相关特征作为分段的依据,目前主要采用的特征有...
- 范京刘惠华
- 关键词：端点检测自适应算法汉语语音语音识别
- 文献传递网络资源链接
- 一种汉语语音识别的新模型
- 本文提出了一种新的汉语语音模型-多组状态转移顺序聚类模型(MSSC).该模型采用了马尔可夫过程的状态转移方式,描述汉语语音的特征矢量序列的时序列过程,同时采用了动态时间匹配DTW的比对概念和直接特征状态而不是HMM法的隐...
- 范京陈永宁刘惠华
- 关键词：语音识别汉语特征矢量
- 文献传递
- 计算听觉侧抑制参数的一种方法被引量：1
- 1996年
- 以听觉神经系统信息处理方式为研究对象，根据听觉生理的有关知识提出了一种计算听觉侧抑制参数的方法，并进行了利用所提出的听觉侧抑制参数改善语音频谱的实验。
- 刘惠华高木英行坪香英一方棣棠赵南明
- 关键词：听觉听觉模型
- 一种汉语语音识别的新模型
- 本文提出了一种新的汉语语音模型-多组状态转移顺序聚类模型(MSSC)。该模型采用了马尔可夫过程的状态转移方式,描述汉语语音的特征矢量序列的时序过程,同时采用了动态时间匹配DTW的比对概念和直接特征状态而不是HMM法的隐状...
- 范京陈永宁刘惠华
- 关键词：汉语
- 文献传递
- 稀疏谱线合成对元音频域信息分布的探讨
- 2005年
- 一般语音信号的合成分析是采用线性预测系数参数或共振峰等参数,根据选定 的误差准则,调整参数,使得原始语音与合成语音二者误差最小,从中分析语音的有关性质。利用 稀疏谱线进行傅立叶反变换来合成元音,提取元音信号频谱中的几根或者几十根谱线进行反变换 来合成元音,由试听者进行听辨实验,考察合成语音的清晰度,从频域对语音信号中的信息分布进 行探讨。给出了实验结果与结论。
- 刘惠华潘建军周冰范京
- 关键词：语音信号处理
- 一种新的非白化滤波的自适应反卷积
- 提出了一种新的自适应预测反卷积的方法:基于知识的自适应滤波(NBA,knowledge based Adaptive filter).采用该法可以将先验的波形知识与自适应滤波技术相结合,实现缓变系统的自适应反卷积.与普通...
- 范京陈永宁刘惠华
- 关键词：反卷积自适应滤波计算机仿真
- 文献传递
- 利用极点轨迹图探讨语速对语音共振峰的影响
- 2015年
- 基于语音共振峰频率与声道系统的极点存在一一对应的关系,针对语速变化导致语音参数变化的问题,提出了利用语音极点轨迹图探讨不同语速对共振峰影响的方法并进行了实验。实验中利用逆滤波器分别对快慢2种语速的单音节及连接数字语音提取极点并形成语音极点轨迹图。其快慢2种语速下的单音节语音的极点轨迹基本一致;对于数字连接词,比起快速语音,慢速语音的极点轨迹倾向于有更大的动态范围,即共振峰频率在发音过程中经历了更多变化。实验结果表明,对于孤立发音的单音节语音,语速变化对共振峰参数并无显著影响;而对于连接词语音,语速变化对共振峰参数有明显影响,慢速连接词语音的共振峰发生了更多变化。
- 洪学敏刘惠华
- 关键词：语速
- 一种汉语语音识别的新模型
- 2005年
- 本文提出了一种新的汉语语音模型-多组状态转移顺序聚类模型(MSSC).该模型采用了马尔可夫过程的状态转移方式,描述汉语语音的特征矢量序列的时序过程,同时采用了动态时间匹配DTW的比对概念和直接特征状态而不是HMM法的隐状态.新的模型具有多组子模型特点,从而对语音速度的变化,语音轻重的变化等有较强的适应能力.在描述状态转移方面,增加了记录各状态的自转移次数,用其作权重可更好地利用特征信息,提高识别率.另外,该方法的物理意义明显,故可以根据不同的特征矢量,进行合理的加权评判,且可以方便地扩充特征矢量的种类,更好的利用了汉语语音中的有用信息,进一步提高识别的正确率.本文从原理上及实际的测算结果证实了新方法的有效性.
- 范京陈永宁刘惠华
- 关键词：汉语
- 语音识别预处理中三个方向的改进
- 在语音识别中由于音量、语速和语调三个方向都会有较大的动态变化范围,从而造成了识别的困难.本文根据人耳对语音的音量、语速和语调具有较大的适应范围这一特点,提出了新的自适应调整输入语音信号的预处理方法,从而扩大了语音识别引擎...
- 范京刘惠华
- 关键词：语速语调自适应调整语音识别
- 文献传递
- 关于听神经放电时间构型听觉模型的研究
- 2001年
- 提出了一个基于听神经纤维放电时间模式的高度简化的听觉模型。该模型由两部分组成。第一部分是一个耳蜗模型,其中HRB和LRB粗略的模拟不同自发放电率听神经纤维的某些放电特性。第二部分是一个转换器 ,它产生一种频域表示 :选择性同步滤波器数(NumbersofSe lectively SynchronizedFilters ,NSSF)。这种NSSF频谱表示具有清晰 ,能强调高频域的频率分量及能强调频谱的变化与对比等几个特点。
- 刘惠华南利平范京方棣棠赵南明
- 关键词：听觉模型
