广西省自然科学基金(0639028)
- 作品数：13 被引量：24H指数：2
- 相关作者：曾庆宁唐江波邹领关海欣邱作春更多>>
- 相关机构：桂林电子科技大学广州工商学院盐城师范学院更多>>
- 发文基金：广西省自然科学基金国家自然科学基金广西研究生教育创新计划项目更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 非平稳卷积混合信号的盲分离
- 2011年
- 传感器采集到的信号是由多目标源、环境噪声等经多途径卷积混合的形式。为有效地去除环境因素如干扰、传输延迟等的影响,提出一种新的盲信号分离方法。利用非平稳信号的多重去相关和最小二乘准则来估计混合矩阵A或解混矩阵W以及信号和噪声功率。实验结果表明,该算法具有良好的分离效果。
- 唐江波郭威
- 关键词：盲分离卷积混合代价函数非平稳信号
- 基于传声器阵列的语音增强技术被引量：2
- 2007年
- 介绍了几种传声器阵列语音增强算法,包括固定波束形成、自适应波束形成、传声器阵后维纳滤波,并对各算法的性能和特点进行了分析。同时,对近几年基于传声器阵的语音增强技术的发展趋势进行了简单介绍。
- 邹领曾庆宁
- 关键词：语音增强传声器阵列消噪
- 基于子空间和小波相结合的语音增强被引量：1
- 2007年
- 提出了基于子空间语音增强与基于小波语音增强相结合的语音增强方法,克服了仅用子空间方法和仅用小波方法各自的弊端,并充分利用了两者的优点。实验结果表明,恢复后的语音不仅失真较小,而且更大程度上抑制了噪声,有效去除了音乐噪声。
- 关海欣曾庆宁
- 关键词：子空间小波语音增强音乐噪声
- 基于自适应波束形成和ICA的消噪系统被引量：1
- 2008年
- 介绍了自适应宽带波束形成和快速独立分量分析的基本理论和算法,分析了固定波束形成的理论局限性及自适应宽带波束形成的优越性。提出了一种基于自适应波束形成和独立分量分析的消噪系统,算法显著地抑制了噪声、增强了语音,又具有稳定快速的性能。同时分析了自适应波束形成单元数或者输入信号数对算法性能的影响,对实际应用具有指导意义。
- 邱作春曾庆宁
- 关键词：波束形成负熵独立分量分析消噪
- 一种基于广义奇异值分解的语音增强算法
- 2010年
- 广义奇异值分解的单通道语音增强算法在加性噪声为白噪声的情况下,效果比较理想.加性噪声为有色噪声的情况下,通常用一种基于熵奇异值分解(QSVD)的方法来处理.对QSVD算法进行衍生,首先提出了一种基于广义奇异值分解的子空间语音增强算法(GSVD).为了处理低信噪比时残留的音乐噪声,结合人耳的听觉掩蔽效应,进一步提出了一种基于感官抑制的GSVD(PCGSVD).试验结果显示,PCGSVD算法能够明显地提高语音质量、可懂度和识别率,特别是在加性噪声是有色噪声的情况下实验结果明显优于其他的语音增强算法.
- 曹梅双曾庆宁陈芙蓉
- 关键词：广义奇异值分解信号子空间语音增强
- 语音时长调整快速算法被引量：2
- 2010年
- 针对目前使用的时域语音时长调整算法计算量大、难以保证实时性的问题,深入研究语音时长调整算法的原理,并结合语音自身的短时平稳性、准周期特性和信号的频率特性,提出三种解决途径(只搜索叠加部分原则、隔点搜索原则、隔点计算相似性原则),在保证语音质量不降低的同时,大幅减少冗余的计算量,实验结果表明,该方法调整后的语音质量高、计算速度快,通过与原始算法的对比证明了以上结论,该方法能广泛应用于实际中,尤其是应用于实时性要求较高的场合。
- 莫双燕关海欣郑可欣
- 关键词：语音
- 房间环境下基于四阶累积量的语音时延估计
- 2007年
- 主要研究了利用四阶累积量在房间环境下的语音信号时延估计。根据模拟实验环境和实际实验环境下的仿真结果,分别比较了在高斯白噪声情况下与有色高斯噪声情况下基于二阶统计量的广义互相关法和基于四阶累积量的时延估计法性能,验证了四阶累积量法的有效性。仿真结果表明四阶累积量法具有很好的鲁棒性。
- 郭威曾庆宁刘庆华唐江波
- 关键词：四阶累积量
- 基于LLE算法的人脸识别方法被引量：14
- 2007年
- 探讨了局部线性嵌入(LLE)算法的推导过程,提出了一种基于LLE算法的人脸识别方法,并实验分析了该方法在ORL和UMIST人脸数据库中的识别效果。
- 陈高曙曾庆宁
- 关键词：子空间分析局部线性嵌入非线性降维人脸识别
- 基于声门脉冲的自适应时延估计算法被引量：1
- 2008年
- 在研究LMS自适应算法的基础上,提出一种基于声门脉冲的变步长LMS自适应时延估计新方法,并在相关噪声和混响的环境下与互功率谱相位广义互相关法(GCC-CSP)、变步长LMS自适应算法进行性能比较。实验结果表明,新方法具有很好的鲁棒性,即使在低信噪比强混响的环境下也能获得有效的时延估计。
- 郭威曾庆宁刘庆华唐江波
- 关键词：时延估计削波自适应
- 与文本无关说话人识别特征提取的改进被引量：1
- 2008年
- 将主分量分析(PCA)方法结合到说话人识别的特征提取中,去除MFCC特征各维分量之间的相关性和冗余信息,达到去相关、降维、降噪的目的,节省后续阶段的计算开销。研究了2种PCA与说话人识别结合的方法,取得了较好的效果。
- 田克平曾庆宁
- 关键词：主分量分析矢量量化特征提取
