文献类型：期刊文章

作　　者：郭振超[1] 杨震[1,2] 葛子瑞[1] 郭海燕[1] 王婷婷[1]

GUO Zhenchao;YANG Zhen;GE Zirui;GUO Haiyan;WANG Tingting(College of Communication&Information Engineering,Nanjing University of Posts and Telecommunications,Nanjing Jiangsu 210003,China;National Local Joint Engineering Research Center for Communications and Network Technology,Nanjing University of Posts and Telecommunications,Nanjing,Jiangsu 210003,China)

机构地区：[1]南京邮电大学通信与信息工程学院,江苏南京210003 [2]南京邮电大学通信与网络技术国家地方联合工程研究中心,江苏南京210003

出　　处：《信号处理》

基　　金：国家自然科学基金资助项目(62071242);江苏省科研与实践创新项目(SJCX20_0245)。

年　　份：2022

卷　　号：38

期　　号：4

起止页码：788-798

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：本文通过将语音信号处理与图信号处理相结合,为语音样点构建出一种基于遗忘因子的遗忘图拓扑结构,利用基于遗忘图拓扑结构的图邻接矩阵所定义的图傅里叶变换(Graph Fourier Transform,GFT),研究语音图信号的图频域特性。并在此研究基础上,本文将基于自适应子带谱熵(Adaptive Band-partitioning Spectral Entropy,ABSE)算法的端点检测方法拓展至图频域,设计了一种图自适应子带谱熵(Graph Adaptive Band-partitioning Spectral Entropy,GABSE)算法。实验表明,本文所提出的基于遗忘图的GABSE算法可以使得语音段与非语音段谱熵差异更加显著,较传统ABSE算法端点检测及rVAD语音端点检测方法正确率提高了10%~20%,同时也验证了此语音遗忘图结构有效性。

关 键 词：图信号处理  语音端点检测 图拓扑结构  图谱熵  

分 类 号：TN912.3]