%0 Journal Article
%T Endpoint Detection of Whispers Based on the Fitting Characteristic of EMD<br>基于EMD拟合特征的耳语音端点检测
%A Pan Xin-yu
%A Zhao He-ming
%A Chen Xue-qin
%A Xu Min
%A <br>潘欣裕
%A 赵鹤鸣
%A 陈雪勤
%A 徐敏
%J 电子与信息学报
%D 2008
%I 
%X 耳语音作为人类发音的一种特殊形式,与正常语音相比具有信噪比低、元音的周期特征不明显等特性,因而耳语音处理比正常语音更为困难.耳语音处理研究的第1个关键步骤就是语音的端点检测,该文利用希尔伯特-黄变换(Hilbert-Huang Transform, HHT)中的经验模态分解(Empirical Mode Decomposition, EMD),首次提出了一种基于EMD拟合特征的耳语音端点检测新方法.利用EMD得到的内禀模态函数(Intrinsic Mode Function, IMF)能量,以其归一化拟合参数为耳语音端点检测的特征,可以准确地划分出耳语音端点.实验表明,该方法在耳语音端点检测中取得了很好的效果,在1200个信噪比为2～10dB的测试样本中,检测准确率为98.25%.
%K Hilbert-Huang Transform (HHT)
%K Empirical Mode Decomposition (EMD)
%K Intrinsic Mode Function (IMF)
%K Fitting characteristic of normalized energy<br>希尔伯特-黄变换
%K 经验模态分解
%K 内禀模态函数
%K 归一化拟合特征
%K 拟合参数
%K 特征
%K 语音端点检测
%K Characteristic
%K Fitting
%K Based
%K 检测准确率
%K 测试样本
%K 效果
%K 检测新方法
%K 实验
%K 划分
%K 归一化
%K 能量
%K Intrinsic
%K Function
%K 内禀模态函数
%K Empirical
%K Mode
%K Decomposition
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=1319827C0C74AAE8D654BEA21B7F54D3&jid=EFC0377B03BD8D0EF4BBB548AC5F739A&aid=11330C90913190752A44E84FD3633E17&yid=67289AFF6305E306&vid=340AC2BF8E7AB4FD&iid=0B39A22176CE99FB&sid=FA3423FC1AE95C4E&eid=2E41258BCB9A7DB2&journal_id=1009-5896&journal_name=电子与信息学报&referenced_num=3&reference_num=25