论文部分内容阅读
针对爆发谱特征不稳定的问题,论文提出了一种基于能量变化率的汉语塞音检测方法.该方法首先基于Seneff听觉谱提取了一组描述音段能量变化率特性的参数,然后采用Fisherface方法进行特征变换,变换后的特征采用K近邻（KNN）分类器进行分类,实现了塞音的检测,最后利用留一法对模型性能进行交叉验证.实验结果表明,干净语音塞音检测准确率可以达到96.39％,信噪比10dB的语音塞音检测准确率可达到88.07％,模型具有较好的稳定性和泛化性能.