您的位置： 专家智库 > >

朱俊华

作品数：5 被引量：6H指数：2
供职机构：南京邮电大学通信与信息工程学院更多>>
发文基金：国家自然科学基金江苏省普通高校研究生科研创新计划项目国家重点基础研究发展计划更多>>
相关领域：电子电信自动化与计算机技术更多>>

合作作者

文献类型

  • 4篇期刊文章
  • 1篇学位论文

领域

  • 4篇电子电信
  • 1篇自动化与计算...

主题

  • 5篇压缩感知
  • 5篇感知
  • 4篇语音
  • 2篇噪声
  • 1篇信号
  • 1篇信号重构
  • 1篇余弦
  • 1篇余弦变换
  • 1篇语音编解码
  • 1篇语音编码
  • 1篇语音压缩
  • 1篇语音压缩编码
  • 1篇语音增强
  • 1篇噪声估计
  • 1篇正弦
  • 1篇识别率
  • 1篇矢量
  • 1篇矢量量化
  • 1篇说话人识别
  • 1篇去噪

机构

  • 5篇南京邮电大学
  • 1篇教育部

作者

  • 5篇朱俊华
  • 2篇谷鹏
  • 2篇丁飞
  • 1篇杨震
  • 1篇朱琦

传媒

  • 2篇计算机技术与...
  • 1篇数据采集与处...
  • 1篇计算机工程与...

年份

  • 3篇2015
  • 2篇2014
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
一种基于压缩感知的说话人识别参数分析被引量：2
2015年
本文为在传统的说话人识别理论研究中"较少的特征参数量不能与较高的识别率共存"的难题找到了一种解决方案。本文基于压缩感知的理论,利用行阶梯观测矩阵进行信号的投影,改变了传统的梅尔频率倒谱系数(Mel-frequency cepstral coefficient,MFCC)参数,从而提出了一种新的识别参数CSMFCC(Compressed sensing-MFCC)。该参数不仅使得参数存储量降低到少于原存储量的1/n(n为行阶梯观测矩阵的压缩比),而且明显提高了系统的鲁棒性。通过仿真实验证明了当压缩比n为4时,平均识别率能够提高到96%以上。
潘海琦杨震徐珑婷朱俊华
关键词：说话人识别压缩感知识别率鲁棒性
压缩采样环境下的语音数字编码技术及量化噪声对信号重构影响的研究
传统的基于奈奎斯特采样定理的信号处理框架，面对超宽带信号及冗余度较高的信号，处理起来不仅浪费采样资源而且效率低。近年来出现的压缩感知理论，利用了信号的稀疏特性，可以实现对信号采样的同时进行压缩，把复杂度从采样端转移到了重...
朱俊华
关键词：压缩感知语音编解码
文献传递
一种含噪压缩感知的语音消噪方法被引量：2
2015年
针对含白噪声语音信号采用压缩感知时重构效果差的问题,提出了一种对CS投影矩阵为行阶梯矩阵下的观测序列进行小波阈消噪的方法。针对该方法在噪声较小时,由于对某些帧的观测序列的噪声标准差估计误差过大,从而导致的重构性能衰减严重的问题,提出了一阶平滑的噪声估计的改进方案,改善了高信噪比时的重构效果。仿真显示,该方法通过压缩感知降低采样率的同时,实现了语音增强,并且性能也优于传统语音消噪方法。
谷鹏朱俊华丁飞
关键词：小波阈值去噪噪声估计语音增强
基于压缩感知和正弦字典的语音编码新方案
2015年
文中提出一种压缩感知框架采样下的语音编码方案。根据压缩感知原理,利用行阶梯矩阵投影产生的观测序列保留了部分语音信息的时域特征,利用正弦字典和匹配追踪算法对观测序列进行建模,对于每帧观测序列的模型参数,根据各自特性采用合适的编码方式进行编码。在解码端对解码后的观测序列利用基追踪算法重构合成语音,并后置低通滤波器提高合成语音的人耳听觉效果。仿真实验表明,提出的编码方案在2.8~5.7 kbps时得到的合成语音平均MOS分为2.81~3.23,在压缩感知框架下取得了较好的语音编码效果。
李尚靖朱琦朱俊华
关键词：压缩感知矢量量化
量化压缩感知在语音压缩编码中的应用被引量：1
2014年
利用语音信号在离散余弦变换(DCT)域的近似稀疏性和量化压缩感知理论,文中提出一种基于量化压缩感知的语音压缩编码方案。编码端利用压缩感知技术,将语音信号投影成数据量大大减少的观测序列,然后对观测序列采用Lloyd-M ax量化得到量化后的观测样值;解码端直接利用量化后的观测样值,结合重构算法重构出原始语音信号的DCT系数,经过DCT反变换得到重构后的语音信号,并采用后置低通滤波器改善重构语音的听觉效果。该编码方案解码端不需要进行反量化,而是直接利用量化后的观测样值进行重构,有效降低了解码端的运算量及复杂度。仿真结果表明:采用量化迭代硬阈值(QIHT)算法重构效果优于迭代硬阈值算法(IHT),重构语音的信噪比能达到20 d B以上,MOS分达到3.26。
朱俊华谷鹏潘海琦丁飞
关键词：离散余弦变换
全选 清除 导出
共1页<1>
聚类工具0