230 likes | 365 Views
蛙類聲紋辨識. 陳亞仲. Presenter Chia-Cheng Chen. 大綱. 介紹 方法 實驗結果 結論. 介紹. 能量端點偵測法,目前是廣泛的使用到聲音端點偵測的使用上。 熵值 (entropy) 端點偵測法雖有較佳的抗噪能力,但背景雜訊不穩定的頻譜分佈,會導致非有聲段部份的熵值起伏劇烈而影響端點的偵測。因此本文提出平均能量熵值端點偵測法 (average energy entropy endpoint detection, AEE) 來改善上述問題 。. 方法. 特徵擷取. 建立模型. 樣本訊號. 特徵擷取. 辨識. 測試訊號.
E N D
蛙類聲紋辨識 陳亞仲 Presenter Chia-Cheng Chen
大綱 • 介紹 • 方法 • 實驗結果 • 結論
介紹 • 能量端點偵測法,目前是廣泛的使用到聲音端點偵測的使用上。 • 熵值(entropy)端點偵測法雖有較佳的抗噪能力,但背景雜訊不穩定的頻譜分佈,會導致非有聲段部份的熵值起伏劇烈而影響端點的偵測。因此本文提出平均能量熵值端點偵測法(average energy entropy endpoint detection, AEE)來改善上述問題。
方法 特徵擷取 建立模型 樣本訊號 特徵擷取 辨識 測試訊號 辨識結果
方法 預強調 音框化 端點偵測 窗函數 特徵參數
方法 • 端點偵測 • 平均熵值 • 特徵參數 • 線性預估係數 • 辨識方法 • 多段式平均頻譜法
方法 • 端點偵測 • 絕對值能量法 • 平方和能量法 • 熵值端點偵測法
方法 • 平方和能量法 • 絕對值能量法
方法 • 平均熵值法
方法 • 特徵參數 • 線性預估係數 • 自相關分析 • 杜賓演算法
方法 • 自相關分析 m:the autocorrelation lag p:the order of the LPC analysis
方法 • 杜賓演算法(Durbin algorithm) • Step1: E(0)=R(0) • Step2: • Step3: • Step4: • Step5:
方法 • 辨識方法 • 多段式平均頻譜法 • 任意設定每個音框的初始階層(Stage) • 計算每階層內之音框的頻譜平均值 • 計算每個音框對各階層的平均頻譜的距離值 • 計算累計最小距離值
方法 狀態 4 6 2 2 4 3 5 4 5 1 2 2 音框 6 9 11 8 5 4 8 9 5 10 1 3
結論 • 平均能量熵值法(AEE)在每段頻率成份間加入了平均能量值,以增強頻譜上的能量分佈之穩定性。 • 利用所提出MSAS比傳統使用DTW能改善辨識率。
實驗測試 台北樹蛙
實驗測試 小雨蛙
實驗測試 小雨蛙 小雨蛙(10db)
實驗測試 小雨蛙(10db)