基于二级搜索模型的有声出版物语音分割算法

吉林大学学报(工学版) ›› 2009, Vol. 39 ›› Issue (增刊2): 376-0380.

基于二级搜索模型的有声出版物语音分割算法

张俊星¹,刘宇²

1.大连民族学院机电信息工程学院|大连116600;2.吉林大学辊锻工艺研究所,长春130022

收稿日期:2009-03-22 出版日期:2009-09-30 发布日期:2009-09-30
通讯作者: 刘宇（1961-）,男,讲师.研究方向:信息处理.E-mail:liuyuaaa731@163.com E-mail:liuyuaaa731@163.com
作者简介:张俊星（1969-）,男,博士,副教授.研究方向:信息与信息处理.E-mail:zhangjunxing@dlnu.edu.cn
基金资助:
国家自然科学基金项目(60573124)

Talking publications speech automatic segmentational gorithm based on two levels search model

ZHANG Jun-xing¹,YU Liu²

1.Dept of Electromechanical Engineering,Dalian Nationalities University,Dalian 116600,China;2.Roll Forging Research Institute of Jilin University,Jilin University,Changchun 130022,China

Received:2009-03-22 Online:2009-09-30 Published:2009-09-30

摘要/Abstract

摘要：

提出了一种二级搜索模型，该模型首先利用最小音节步长搜索算法进行语音段检测，然后采用二分搜索算法确定语音段的精确位置。理论分析及实际运行结果表明，与传统的基于能量的端点检测算法相比，其搜索效率能够提高70%以上。该算法对语音环境有较高的要求，可用于有声出版物语音自动分割，以及具有良好信噪比系统的语音端点检测。

关键词: 信息处理技术, 语音分割, 基于音节的搜索算法, 二分搜索算法, 有声出版物

Abstract:

The two levels search model is put forward,the minimum syllable step search algorithmis adopted for speech detection in this model,and then the binary search algorith misused to determine the exact position of speech segmentation.The theoretical analysis and practical operation results show that the searching efficiency canim prove70%than the traditional end pointdetection algorithm.This algorithmrequire good recording environment,it can be used for talking publications speechautomatic segmentation and speech end point detectionin good SNR.

Key words: informationprocessingtechnology;speechsegmentation;searchalgorithmbasedonminimumsyllable;binarysearchalgorithm;talkingpublications

中图分类号:

TP391.4

张俊星,刘宇. 基于二级搜索模型的有声出版物语音分割算法[J]. 吉林大学学报(工学版), 2009, 39(增刊2): 376-0380.

ZHANG Jun-xing,YU Liu. Talking publications speech automatic segmentational gorithm based on two levels search model[J]. 吉林大学学报(工学版), 2009, 39(增刊2): 376-0380.

参考文献

相关文章 15

[1]	苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3]	黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[4]	李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[5]	应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6]	陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7]	刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8]	单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9]	姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[10]	全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[11]	陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[12]	陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[13]	孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
[14]	林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632.
[15]	王柯, 刘富, 康冰, 霍彤彤, 周求湛. 基于沙蝎定位猎物的仿生震源定位方法[J]. 吉林大学学报(工学版), 2018, 48(2): 633-639.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed