ENDPOINT DETECTOR OF NOISY SPEECH SIGNAL USING A RECURRENT NEURAL NETWORK

ＩｎｔｒｏｄｕｃｔｉｏｎＥｎｄｐｏｉｎｔｄｅｔｅｃｔｉｏｎｏｆｓｐｅｅｃｈｓｉｇｎａｌｉｓｉｍｐｏｒｔａｎｔｉｎｍａｎｙａｒｅａｓｏｆｓｐｅｅｃｈｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙ,ｓｕｃｈａｓｓｐｅｅｃｈｅｎｈａｎｃｅｍｅｎｔ,ｓｐｅｅｃｈｒ...     

SPEECH ENHANCEMENT BASED ON DYNAMIC NOISE ESTIMATION WITHIN AUTO-CORRELATION DOMAIN

IntroductionTo improve the robustness of recognition sys-tems in real environment,many theories and ap-proaches have been brought forward to suppressthe environmental noise ( background noise,chan-nel distortion,etc) ,and they can be divided intothree types according to their thoughts:speech en-hancement,robust feature vector and model com-position. The approach of speech enhancementconsiders extracting clean speech signal fromspeech signal corrupted by noise,typically as SSmethod[1] ( to supp…     

一种基于稀疏表示的交通图像去噪算法

将图像稀疏表示方法引入到交通图像处理中,实现了一种基于K-SVD的正交匹配追踪的交通图像去噪算法.该算法通过奇异值分解,DCT字典进行自适应更新,形成更能表示图像结构的超完备字典.实验结果表明,相对于传统图像增强方法(中值滤波、均值滤波、基于小波滤波)和基于DCT冗余字典的稀疏表示图像增强方法,该算法能更有效地去除交通图像噪声,得到更高的峰值信噪比.     

Wavelet De-noising of Speech Using Singular Spectrum Analysis for Decomposition Level Selection

The problem of speech enhancement using threshold de-noising in wavelet domain was considered.The appropriate decomposition level is another key factor pertinent to de-noising performance.This paper proposed a new wavelet-based de-noising scheme that can improve the enhancement performance significantly in the presence of additive white Gaussian noise.The proposed algorithm can adaptively select the optimal decomposition level of wavelet transformation according to the characteristics of noisy speech.The experimental results demonstrate that this proposed algorithm outperforms the classical wavelet-based de-noising method and effectively improves the practicability of this kind of techniques.     

噪声背景下语音识别中的端点检测

整个实验系统主要研究的是语音识别中在噪声背景下的端点检测.在实际环境中,加性背景噪声对语音识别的影响非常大,在信噪比小的情况下,无法进行端点检测.在此研究过程中,首先进行加性噪声模型的建立,而后通过滤波对带噪语音信号进行预处理,这里采用维纳滤波和自适应LMS滤波进行滤波.在进行语音信号的预处理后,使用VAD算法进行端点检测.建立整个实验系统后,通过试验比较维纳滤波器和自适应LMS滤波器的优劣,找出最佳方案.     

SPEECH ENHANCEMENT BASED ON SECOND ORDER ARCHITECTURE AND INFORMATION MAXIMIZATION THEORY

ＣＨＩＴＥＣＴＵＲＥ ＡＮＤ ＩＮＦＯＲＭＡＴＩＯＮ ＭＡＸＩＭＩＺＡＴＩＯＮ ＴＨＥＯＲＹTX＠虞晓＠胡光锐＠陈玮ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｂｒｏａｄｕｓｅｏｆｓｐｅｅｃｈｒｅｃｏｇｎｉｔｉｏｎｄｅｍａｎｄｓｅｎ－ｈａｎｃｅｍｅｎｔｏｆｎｏｉｓｙｓｐｅ...     

一种自适应正则化参数和模数的图像去卷积方法

自适应正则化方法是解决图像去卷积问题中平滑噪声和保持边缘矛盾的一种方法,传统的自适应正则化方法只考虑到图像的整体信息而忽略了图像内部不同区域的细节信息,本文提出的自适应正则化方法,利用Katsaggelos自适应正则化参数,自适应的改变正则化参数,并通过图像内部不同区域的信息自适应改变正则化模数矩阵．从而实现了平滑噪声和保持边缘的平衡,既保持了边缘又抑制了噪声,取得了更好的去卷积效果．     

新闻转述引语的批评话语分析

随着语用学和话语分析的兴起，关于言语引述的研究也有了新的发展。对新闻报道中转述引语的研究逐步转向其语篇和语用功能。以评价理论为基础对新闻报道中转述引语进行分析作为一种全新的尝试将丰富批评话语分析这一体系。通过从新闻转述方式、消息来源、转述动词三方面分析《纽约时报》中新闻转述引语的态度资源、介入外部声音的种类和转述动词的语势，考察报道者如何运用它们来传达自己的观点并试图揭示其中隐含的意识形态，以及它们如何直接或间接地影响并控制读者的思维。     

三角网模型多目标加权最短路径的特征线提取

针对倾斜摄影测量三维重建得到的三维模型在地物拐角棱线处结构粗糙、噪声较大、规则性缺失,难以快速准确提取出理想特征线的难题,提出一种基于多目标加权最短路径的特征线提取方法.首先对模型进行预处理,使模型具有完整、连续的拓扑结构,并将模型以有向图结构进行组织;其次顾及距离、方向和三角网变化趋势计算权重,约束迪杰斯特拉算法获取...     

高速列车噪声源声功率与速度的函数关系

为了解决既有对数经验公式无法拟合高速列车显著声源贡献率与速度的函数关系这一问题,使用轮辐声阵列进行高速列车车外声源识别试验;根据显著声源位置对列车表面进行区域划分,量化分析显著声源区域的声功率级和声功率贡献率与速度之间的关系;在既有对数经验公式的基础上,根据不同种类噪声声功率随速度的变化特性,建立新的拟合公式;结合列车噪声测试数据对新的拟合公式进行验证. 研究结果表明:列车以350 km/h运行时,下部区域对列车总辐射噪声的贡献率占70%以上,升弓区域对局部区域声功率的影响最显著,超过50%;随着速度的增长,下部区域的贡献率逐渐减小,弓网区域逐渐增大,显著声源区域的贡献率变化先快后慢,最后趋于稳定;利用新的拟合方法得出,列车声源区域的声功率级和声功率贡献率与速度的拟合度基本都在0.9以上.      

Image Segmentation Using an Improved Watershed Algorithm

IntroductionOne of the firstand mostimportantoperationsin image analysis and computervision is image seg-mentation.The aim of image segmentation is thedomain- independent partition of the image into aset of regions,which are visually distinct and uni-form…     

基于差分Poincaré映射的间歇混沌信号判别方法

针对混沌振子微弱信号检测中间歇混沌信号难以判别的问题,利用混沌系统的参数敏感特性,提出一种差分Poincaré映射判别方法,实现强噪声干扰下输出间歇混沌信号的判别．该方法选取周期激励幅值具有微小差异的两个混沌振子的Poincaré映射进行差值运算,利用周期状态下输出信号收敛,而混沌状态下输出信号分离的特点,降低了噪声对周期区域的影响,使可检测输入信号的信噪比达到了-87dB．实验表明,在时域或Poincaré映射已经无法进行分辨的情况下,该方法仍然实现了检测系统输出间歇混沌信号的有效判别．     

基于EEMD-ELM 的航班运行风险混沌预测

针对航班运行风险可靠预测方案，以某航空公司2016-2018 年航班运行风险数据为基准，通过相空间重构，序列混沌特征的识别，构建基于极端学习机(ELM)的航班运行风险混沌短期预测模型，基于集成经验模态分解(EEMD)阈值降噪方法进行改进；最后，计算风险预测结果，分析不同方式下的预测精度. 结果表明：航班运行风险时间序列具有混沌特征， EEMD方法可抑制序列本征模态函数(IMF)的模态混叠现象；经由EEMD阈值降噪处理后，短期预测结果的修正平均绝对百分误差(MAPE)值显著下降. 证实本文航班运行风险预测方案可行且有效.     

基于局部模糊熵的图像过渡区提取算法

为了提高图像过渡区提取算法的抗噪声性能，对基于局部熵的图像过渡区算法加以改进，提出了基于局部模糊熵的图像过渡区算法．该算法充分利用局部模糊熵区分过渡区与目标区（或背景区）性质的差异，更为有效地提取出图像中的过渡区．仿真实验结果表明，这两种算法在图像含有椒盐噪声的情况下都能有效提取过渡区，但在图像含有高斯噪声的情况下，采用本文算法比采用基于局部熵的图像过渡区算法提取的过渡区更为准确．     

噪声符合高斯分布的曲面图像分割

针对噪声符合高斯分布的曲面图像分割问题,提出了一种基于变分水平集方法的隐式曲面上噪声符合高斯分布的图像分割模型。为定义隐式曲面上图像区域划分的动态轮廓线,引入另一个动态水平集函数,其零水平集与隐式曲面的交线即为曲面上区域划分的轮廓线。该模型采用N个水平集函数划分2^N个区域的区域竞争策略。通过变分方法得到图像分割空间轮廓线演化的梯度降方程。通过显式差分格式对演化方程进行离散。实验结果表明,该模型对曲面上噪声符合高斯分布的图像具有良好的分割效果,并且在图像分割的同时能够完全保持曲面固有的几何特征。     

Enhancing Speech Recognition for Parkinson's Disease Patient Using Transfer Learning Technique

Parkinson's disease patients suffer from disorders of speech.The most frequently reported speech problems are weak,hoarse,nasal or monotonous voice,imprecise articulation,slow or fast speech,difficulty starting speech,impaired stress or rhythm,stuttering,and tremor.To improve the speech quality and assist the patient with speech rehabilitation therapy,we have proposed the speech recognition model for Parkinson's disease patients using transfer learning technique (PSTL),where we have pre-trained the long short-term memory (LSTM)neural network model with our developed publicly available dataset that has been obtained from healthy people through the social media platform.Then,we applied the transfer learning technique to improve the performance of the PSTL framework.The frequency spectrogram masking data augmentation method has been used to alleviate the over-fitting problem so that the word error rate (WER) is further reduced.Even with a limited dataset,our proposed model has effectively reduced the WER from 58％ to 44.5％ on the original speech dataset and 53.1％ to 43％ on the denoised speech dataset,which demonstrated the feasibility of our framework.     

基于数据驱动的磁浮列车悬浮系统参数整定

为了解决由于磁浮列车悬浮系统模型存在复杂非线性所带来的控制器参数整定难题,考虑仅依靠悬浮系统单次悬浮调试的输入输出数据来实现控制器参数整定,研究了基于数据驱动的磁浮列车悬浮系统快速参数整定方法. 首先,通过磁浮列车悬浮系统的建模分析了悬浮系统的开环不稳定性和复杂非线性;其次,针对虚拟参考反馈参数整定方法存在的参考模型确定问题,利用估计闭环响应方法来实现数据驱动的控制器参数整定;并且考虑到数据中存在的干扰噪声会影响控制器参数整定,提出了基于信号投影的磁悬浮系统数据噪声抑制方法;最后,以单铁磁悬浮系统为研究对象,通过单铁悬浮实验验证了本文提出的基于数据驱动的磁浮列车悬浮系统参数整定方法的有效性. 研究结果表明:悬浮系统的开环不稳定性和复杂非线性会给参数的快速整定带来较大困难;基于信号投影的噪声抑制方法能够将带噪声数据的方差降低54.1%;基于数据驱动的参数整定方法能够快速地整定好悬浮系统控制器参数,经参数整定后的系统相较于初始条件下只粗调好的PID反馈控制系统的阶跃响应超调量下降72.0%,平方误差积分 （ISE）下降79.8%,绝对误差积分 （IAE）下降54.5%.      

ACCURATE SPEECH SEGMENTATION VIA the IMPROVED SHORT-TIME FRACTAL DIMENSION

Thefractalmodeliseffectiveondescribingthenonlinearphenomenainspeechsignalsduetothefactthatthedynamicsofspeechproductionmaycre atesomedegreeofchaos[1 ] .Ithasbeenprovedthatwithinanutterance,thenoise likeconsonantshavehigherfractaldimensionsthanthemoreregularvowels.Thus,speechsignalscanbesegmentedac cordingtothechangesinthefractaldimensiontra jectories[2 ] .Windowsizeandslidingwindowstepareveryimportanttocalculatethefractaldimensiontrajecto ry .Ifthewindowsizeistoolarge ,therelativelyweakerfract…     

基于人头颜色空间和轮廓信息的行人检测方法研究

为提高智能视频监控中行人统计的实时性,提出了一种基于人头颜色空间和轮廓特征的行人检测方法.该方法首先根据人脸肤色、发色在YCbCr和RGB颜色空间的聚类情况,建立人头颜色模型,分割人头候选区域,并针对行人运动的特征,采用多帧差法提取运动信息,剔除背景噪声,修正候选区域的精度;然后根据改进的Canny 算子提取候选区域的轮廓,融合形态学对边缘进行修正,提取候选区域轮廓信息;最后根据人头轮廓的几何特征,剔除“伪候选”区域,并进行连通域信息标记,检测人头图像,从而对行人进行检测和统计信息.结果表明,该方法能快速有效地检测出人头,在动态场景下的行人检测取得了较好的效果.     

高速列车气动噪声研究综述

根据近年来高速列车气动噪声相关研究,从试验研究、理论分析和数值模拟方面介绍了当前高速列车气动噪声研究现状和研究成果,分析了高速列车气动噪声源分布和产生机理,探讨了高速列车关键区域气动噪声降噪措施,展望了未来研究方向.研究结果表明:高速列车运行产生的气动噪声主要声源为几何体表面偶极子声源,分布在转向架、受电弓、车厢连接处...