搜索资源列表
LSAgai
- 对数谱最小均方误差语音增强算法（LSA-MMSE），对加入有音无音判决进一步提高信噪比，消噪效果非常好。适合各种平稳噪声。-right spectrum minimum mean square error speech enhancement algorithm (LSA - MMSE). sound right to a sound judgment without further improve signal-to-noise ratio, denoising effect was very
LSAcausal
- 语音增强算法，基于LsA-MMSE方法，并对其先验信噪比估计器进行了修改，具体过程参看Isal的论文。语音间隙间的音乐噪声也消除了。-speech enhancement algorithms, based on LsA - MMSE, and signal-to-noise ratio of its prior estimate for the changes, See specific process Isal theses. Voice gap between the music also
1-4
- 为均衡带限信号所引起失真的横向或格型自适应均衡器(其中横向FIR系统长M=11), 系统输入是取值为±1的随机序列 ，其均值为零；参考信号 ；信道具有脉冲响应： 式中w用来控制信道的幅度失真(w = 2～4，例如，取w = 2.9,3.1,3.3,3.5等),而且信道受到均值为零、方差为 (例如，取 ，相当于信噪比为30dB)的高斯白噪声 的干扰。试比较基于下列五种算法自适应均衡器在不同信道失真、不同噪声干扰下的收敛情况(对应于每一种情况，在同一坐标下画出其学习曲线)： 横向/格
fenxing
- 为提高语音端点检测(VAD)在较低信噪比(10 dB)下的准确率,提出一种基于短时分形维数的改进算法。结合语音信号的特点,对2种常用的语音信号分形维数计算方法进行了比较和选择,同时采用动态跟随门限值实现语音端点的自适应检测。试验结果表明:对于信噪比6~10 dB的带噪语音,此方法可以实现整段语音的检测,而且具有一定的噪声鲁棒性,系统运行期间能够自适应调整门限值以适应环境噪声的变化,提高了VAD算法的准确率。这个是源码matlab。-In order to improve voice activi
CEinCommun
- 各种信噪比估计算法，包括ls，lms，qam，噪声统计等-A variety of SNR estimation algorithms, including ls, lms, qam, noise statistics, etc.
snr
- 基于最大信噪比的盲源分离算法，适合初学者使用-Based on the maximum signal to noise ratio Blind source separation algorithm
a_modified_method
- 介绍了改进谱减法的原理及算法。提出在信噪比(sNR)较低的情况下，根据语音短时能量和过零率，判断在无声 或有声期间是否偶然的噪声过高，从而设定合适的参数降低噪声。-Introduced an improved spectral subtraction principles and algorithms. Proposed signal to noise ratio (sNR) lower case, according to voice short-term energy and zero-cr
endpoint_detection_with_noise
- 提出了一种基于时频方差和的语音端点检测算法。实验证明该算法能够在低信噪比的情况下,准确地检测出语音信号-Proposed based on time-frequency variance and Speech Endpoint Detection Algorithm. Experiments show that the algorithm at low SNR cases, accurately detect the speech signal
VariableNoisySpeechEnhancementAlgorithmPerformance
- 语音增强是影响语音识别系统性能的重要成分。为了比较语音增强算法的性能，采用Matlab软件进行了数值仿真，对不同噪声环境下的语音用3种不同的方法进行降噪，采用信噪比、端点检测等方法来降噪效果，并对几种增强算法的性能进行了比较分析。结果表明，在变噪声环境下短时谱MMSE法最佳，谱减法和维纳滤波法各有优点。-Speech enhancement of voice recognition is an important component of system performance. In order
spectral_subtraction
- 谱减算法的MATLAB实现程序，附带带噪语音文件。wavread一行可以改成自己需要的语音文件和噪声文件，可以查看输入和输出信噪比-MATLAB spectral subtraction algorithm implementation process, with noisy speech files. wavread line can be changed to their needs and noise files voice files, you can view the input an
11
- 为提高语音端点检测系统在低信噪(0 dB 以下) 下 检测的准确率, 提出了一种基于谱熵的端点检测算法。将每 帧信号分为16 个子带, 选取频谱分布在250～ 3. 5 kHz 并且 能量不超过该帧总能量90 的子带, 计算经过语音增强后的 子带能量以及各子带信噪比, 根据各子带信噪比的不同调整 其在整个谱熵计算过程中的权重, 然后平滑谱熵, 以最终的 谱熵作为端点检测的依据-To improve endpoint detection system in the low
double_threshold
- 传统的语音信号双门限端点检测算法，适用于高信噪比，低信噪比不适用。(The traditional double threshold detection algorithm for speech signal is suitable for high signal to noise ratio and low signal to noise ratio.)