应用倒谱特征的带噪语音端点检测方法

传统的语音端点检测方法以信号的短时能量、过零率等简单特征为判决特征参数。这些方法在实际应用中,尤其当信号噪比比较低时,无法满足系统的需要。文中利用语音信号的倒谱特征作为判决抽样信号帧是否为语音信号的依据,并提出了倒谱距离测量法和循环神经网络法,通过对宽带噪声－白噪声干扰情况和一种特殊噪声－汽车噪声情况的实验,发现倒谱特征参数的语音信号端点检测方法在噪声环境下具有传统的能量方法无法比拟的优越性,更适     

飞行器故障诊断专家系统中的知识联想

在建立某飞行器故障诊断专家系统时,针对诊断知识的特点,提出了一种用相似匹配进行知识联想的方法。实际系统在可视化工程环境（ＨＰ ＶＥＥ）下开发完成,应用于某飞行器故障诊断时,能通过联想产生实用的诊断规则,对缺少诊断知识的故障症状进行尝试性推理。     

采用聚类神经网络与分离输出语音重构的语音分离算法

基于听觉现象分析计算模型 (CASA)的基本原理 ,对仅有单通道输入混合语音信号时 ,采用振荡器神经网络 ,提出了一种 CASA计算模型语音分离算法结构 .利用实例说明了算法的具体实现步骤和参数设置 .讨论了该算法结构中各语音听觉感知成分 Segments的聚类过程和对分离输出语音的重构处理部分 ,以及如何采用合适的听觉感知成分聚类规则设计相应的聚类神经网络 ,以完成对应不同输入独立语音源信号的各 Segm ents的聚类 ,从而实现语音分离任务     

离散混沌系统的非线性反馈控制同步方法

利用反馈控制混沌原理,提出了非线性反馈控制混沌同步方法,理论分析和数值实验结果表明,该同步方法不需要分解系统,具有适用面广、同步速度快等优点。     

基于最大互信息的离散隐马尔柯夫模型训练方法

在基于隐马尔柯夫模型（HMM）的语音识别系统中,模型训练最常用的算法是Baum-Welch算法,该算法具有快速收敛及保证每步迭代模型的似然概率单调增的优点,但它基于最大似然训练准则,而该准则不能将各个模型很好地分析,这直接导致了识别时的错误,鉴于最大互信息可以克服这一缺点,提出了一种基于最大互信息的训练方法,该方法借助于梯度,调整参数以使模型与训练数据的互信息最大,实验结果表明,使用该方法使系统的识别性能得到了一定的改善。     

基于CASA简化模型的语音增强算法

基于听觉现象分析（CASA）模型的基本原理,针对仅有非语音信号干扰情况下的单通道语音增强处理问题,利用人耳的频率掩蔽效应,提出了一种单通道简化CASA计算模型语音增强新算法,新算法通过提取混合语音输入中的有效语音时频成分并利用人耳的听觉掩蔽效应重构合成增强语音输出信号,通过在汽车噪声和白噪声干扰下的仿真实验结果表明,简化的CASA模型语音增强算法的输出信噪比约提高了10dB,且可以有效抑制干扰噪声的听觉影响,增强输出语音信号的可懂度。     

用生料易烧性指数控制回转窑煅烧温度

研究了带余热发电回转窑窑灰对熟料煅烧的影响 ,结果表明 ,窑灰的掺入对生料的易烧性和回转窑的煅烧有很大的影响 ,其中存在一个最佳掺入量。应该严格控制窑灰的加入量 ,才能保证窑的优质高产。生料的煅烧温度与其易烧性有直接的关系 ,在设备条件一定的情况下 ,可以用易烧性来控制窑的煅烧温度     

手持式RS-485网络故障检测器

介绍了RS—485常见故障及故障的解决方法。分析了当RS—485总线构成网络后,现有故障检测的弊端。设计出手持式RS—485网络故障检测器,完成了原理图的设计、芯片的选择及软件开发工作,总结故障检测器的实现原理及实现过程。应用表明,该仪器简化了对RS—485网络故障检测的过程,并且提高了检测精度。