申请/专利权人：电子科技大学

申请日：2024-04-16

公开（公告）日：2024-06-21

公开（公告）号：CN118230717A

主分类号：G10L15/02

分类号：G10L15/02;G10L15/04;G10L25/51;G10L25/45

优先权：

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：本发明为基于插值小波与塔式分解的英文长元音i识别方法，解决传统方法计算量大、检测精度不高、稳定性不高的问题。获得长元音"i"的音频，将原音频转化为音频信号。对进行归一化以及阈值处理得到。构建六阶样条小波尺度函数，通过得到尺度函数。计算所对应的低通滤波器系数及高通滤波器系数。计算对偶插值滤波器系数。输入信号并采样，由采样值序列与得到插值小波分解系数。进行塔式分解得到小波系数，对小波系数进行傅里叶变换得到频谱。将特征点之和与分布范围记为特征信息，与标准长元音"i"的特征信息进行对比。通过比较，得到判断结果。

主权项：1.基于插值小波与塔式分解的英文长元音i识别方法，其特征在于：获得长元音"i"的音频，随后通过采样将原音频转化为音频信号，对进行归一化以及阈值处理得到，随后构建六阶样条小波尺度函数，通过得到六阶样条插值小波尺度函数，随后计算所对应的低通滤波器系数及高通滤波器系数，根据和计算低通滤波器所对应的对偶插值滤波器系数，输入采样后的待测信号，由采样值序列与对偶插值滤波器的系数得到插值小波分解系数。进行塔式分解得到不同尺度空间下的小波系数，对所得小波系数进行傅里叶变换得到频谱，取频谱中特征点并记录特征点分布范围。将特征点之和与分布范围记为特征信息，与标准长元音"i"的特征信息进行对比。通过比较，得到判断结果。具体步骤为：1）对原音频进行采样获得音频信号表示为数组,2）取数组的最大值记为，最小值记为,3）对读取到的音频数组进行归一化处理，将其记为， 14）对归一化处理后得到的音频数组进行阈值处理，选定阈值为Q=0.01,将得到的数组记为,为数组中的第n个数据， 25）六阶样条小波尺度函数频域表达式为，其中为角频率： 36）六阶样条插值小波尺度函数频域表达式为，其中k为整数： 47）由式（4）计算低通滤波器系数记为为整数， 5其中=-0.0005=0.0000=0.0012=0.0000=0.0027 =0.0000=0.0063=0.0000=0.0147=0.0000 =0.0343=0.0000=0.0840=0.0000=0.3099 =0.5000=0.3099=0.0000=-0.0840=0.0000 =0.0343=0.0000=-0.0147=0.0000=0.0063 =0.0000=-0.0027=0.0000=0.0012=0.0000 =-0.0005，8）计算高通滤波器系数记为其中n为整数， 6其中=0.0000=-0.0012=0.0000=0.0027=0.0000 =-0.0064=0.0000=0.0148=0.0000=-0.0345 =0.0000=0.0842=0.0000=-0.3100=0.5000 =-0.3100=0.0000=0.0842=0.0000=-0.0345 =0.0000=0.0148=0.0000=-0.0064=0.0000 =0.0027=0.0000=-0.0012=0.0000=0.0005 =0.0000，9）计算所对应的对偶低通插值滤波器系数为整数， 7其中=-0.0060=-0.0073=0.0091=0.0111=-0.0138 =0.0166=0.0212=0.0246=-0.0331=-0.0356 =0.0539=0.0485=-0.0999=-0.0598=0.3162 =0.5644=0.3162=-0.0598=0.0999=0.0485 =0.0539=-0.0356=-0.0331=0.0246=0.0212 =-0.0166=-0.0138=0.0111=0.0091=-0.0073 =-0.0060，10）基于下式计算第零空间内的小波系数，其中m为序列的数据长度，为步骤7）中计算得到的对偶低通插值滤波器系数， 8其中的长度记为，11）将步骤10）计算结果带入下式，计算第一空间内的小波系数， 9其中的长度记为，12）将步骤11）计算结果带入下式，计算第二空间内的小波系数， 10其中的长度记为，13）将步骤12）计算结果带入下式，计算第三空间内的小波系数， 11其中的长度记为，14）将步骤13）计算结果带入下式，计算第四空间内的小波系数， 12其中的长度记为，15）将步骤14）计算结果带入下式，计算第五空间内的小波系数， 13其中的长度记为，16）将步骤15）计算结果带入下式，计算计算第六空间内的小波系数， 1417）保留步骤14）、15）、16）中的计算结果，即保留计算分解过程中的，，，18）对得到的小波分解系数进行离散傅里叶变换， 1519）对,,按式16进行处理，并将结果记为,,，称为特征点 16其中表示中,,中的第n个数，为,,数组中的第n-1个数，为,,中的第n+1个数，为,,的数组长度，所对应的计算结果记为，20）计算所有特征点之和， 1721）判断是否小于0.02，如果是则进行步骤22），否则判断不是"i"音，22）记非零区间为集合,设，这里表示并集，如果则进行步骤23），则判断不是"i"音，23）判断是否小于0.02，如果是则进行步骤24），否则判断不是"i"音，24）记非零区间为集合,设，如果则进行步骤25），则判断不是"i"音，25）判断是否小于0.02，如果是则进行步骤26），否则判断不是"i"音，26）记非零区间为集合,设。如果则判断是"i"音，则判断不是"i"音，27）根据步骤21）-27）输出判断结果“音频为长元音"i"”或“音频不为长元音"i"。

全文数据：

权利要求：

百度查询： 电子科技大学 基于插值小波与塔式分解的英文长元音i识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD