赵鹤鸣
语音信号处理,神经网络与计算智能
个性化签名
- 姓名:赵鹤鸣
- 目前身份:
- 担任导师情况:
- 学位:
-
学术头衔:
博士生导师
- 职称:-
-
学科领域:
制糖技术
- 研究兴趣:语音信号处理,神经网络与计算智能
赵鹤鸣,男,1957年9月生,教授,博士生导师。1982年1月毕业于苏州大学物理系,1988年至1990年在德国慕尼黑技术大学进修并合作研究。现为苏州大学电子信息学院院长。主要研究方向:语音信号处理,神经网络与计算智能。曾在《电子学报》、《Journal of Electronics》等重要学术刊物和国际学术会议上发表论文30多篇。近几年中,作为主持人承担包括国家自然科学基金、国家九·五重点攻关项目子课题在内的科研项目8项,通过省级鉴定4项,获国家专利1项。现为中国人工智能学会神经网络与计算智能专委会委员、全国信息与电子学科研究生教育委员会委员。
-
主页访问
2041
-
关注数
0
-
成果阅读
510
-
成果数
11
赵鹤鸣, 葛良, 陈雪勤, 俞一彪
电子学报,2005,1:158~160,-0001,():
-1年11月30日
人耳具有在嘈杂环境中将感兴趣的语言信息提取出来的能力,而双耳听觉特性有助于这种能力的加强。据此本文提出了一种基于声音定位和听觉掩蔽效应的混叠语音分离方法。根据声音到达双耳的时间差和强度差在时频域内确定相应的掩蔽系数,该系数是二值的,以直接去除干扰信号,保留有用信号并达到语音分离的目的。实验表明,本文提出的方法是有效的。该方法不仅适用于混叠语音为浊音情形,对清音的情况同样适用,因而比基于基音提取的语音分离方法的适用范围更广。
双耳时间差, 双耳强度差, 声音定位, 语音分离, 掩蔽效应
-
50浏览
-
0点赞
-
0收藏
-
0分享
-
245下载
-
0评论
-
引用
赵鹤鸣, 王永琦, 陈雪勤
声学学报,2005,30(6):530~535,-0001,():
-1年11月30日
听觉模型已应用于语音信号处理的许多方面,并已取得了较好的结果。论文根据目前应用较为广泛的听觉模型,提出了模型中各部分的逆变换。首先通过对自相关图谱逆变换并经迭代运算重构相位信息恢复神经发放率,再经半波整流逆运算恢复负半部分信号,最后对描述内毛细胞、突触模型的相关方程进行逆运算和Gammatone逆滤波,构成整个听觉模型的反演方法。作为应用论文提出了一种基于听觉模型逆变换的含噪语音增强方法。实验结果表明,该方法对含噪语音有很好的降噪效果,特别是当信噪比较低时,该方法较常用的方法更为有效。论文提出的听觉模型逆变换方法可应用于语音增强等领域。
-
43浏览
-
0点赞
-
0收藏
-
0分享
-
139下载
-
0评论
-
引用
赵鹤鸣, 朱棋, 陈雪勤, 俞一彪
声学学报,2004,29(2):177~181,-0001,():
-1年11月30日
以反映听觉特性的临界频带子波变换为工具,对混叠语音进行了分析,提出了一种基于临界频带子波变换的混叠语音源信号基音分离和检测方法,在此基础上利用数字多谐振荡器的选频特性,有效地获取构成混叠语音的每个语音信号的各谐波分量,以此实现从混叠语音中分离出各源信号。实验结果表明混叠语音分离方法是可行有效的。
-
48浏览
-
0点赞
-
0收藏
-
0分享
-
90下载
-
0评论
-
引用
赵鹤鸣, 陶智, 龚呈卉
声学学报,2005,30(4):367~372,-0001,():
-1年11月30日
提出了一种适用于低信噪比下的提高语音的听觉效果的语音增强方法。该方法在谱减法的基础上有两个特点:首先减参数是根据人耳听觉掩蔽效应提出的且是自适应的;其次采用了与人耳听觉系统特性更为适应的Bark子波变换方法对增强前后的语音进行分析。对该算法进行了客观和主观测试,结果表明:与谱减法相比对低信噪比的语音信号,(1)能更好地抑制残留噪声和背景噪声,(2)增强后的语音具有更好的清晰度和可懂度。
-
62浏览
-
0点赞
-
0收藏
-
0分享
-
65下载
-
0评论
-
引用
赵鹤鸣, 朱美虹, 陈雪勤, 肖筱华
通信技术,2002,1:4~12,-0001,():
-1年11月30日
从计算声场景思想出发,研究了如何从混叠语音中提取各源信号基音及谐波分量的方法,在此基础上根据语音信号正弦模型重建各语音分量,从而实现混叠语音分离。实验结果表明,笔者提出的方法是十分有效的。
计算声场景分析,, 混叠语音,, 多基音分析,, 信号分离
-
31浏览
-
0点赞
-
0收藏
-
0分享
-
138下载
-
0评论
-
引用
赵鹤鸣, 董恩清, , 周亚同, 张晓娣
通信学报,2003,24(3):70~77,-0001,():
-1年11月30日
提出将支持向量机(SVM)方法应用于语音激活检测(VAD),并验证SVM方法在VAD检测中的有效性。采用了快速训练支持向量机的序列最小最优化方法(SMO)进行训练。提出的基于SVM的VAD方法仍然采用G-729附件B(G-729B)中的VAD方法所采用的特征参数作为分类的特征参数。经过基于SVM的VAD方法与G。729B的VAD方法进行比较,表明SVM方法应用于VAD中是有效的。
支持向量机, 模式识别, 统计学习理论, 语音激活检测, 语音编码
-
46浏览
-
0点赞
-
0收藏
-
0分享
-
73下载
-
0评论
-
引用
赵鹤鸣, 张庆芳
苏州大学学报(工科版),2005,25(6):1~4,-0001,():
-1年11月30日
与文本无关的说话人识别方法是当前说话人识别技术的研究重点。基于矢量量化的说话人识别,因其运算过程简单等特点,在说话人识别领域有着广泛的应用。本文对矢量量化的码书形成算法进行了改进,并基于改进算法进行了与文本无关的说话人识别。经实验结果证明,本文的方法改善了码本的性能,提高了说话人识别的识别率。
说话人识别, 与文本无关, LBG算法, 自组织特征映射网络
-
59浏览
-
0点赞
-
0收藏
-
0分享
-
56下载
-
0评论
-
引用
【期刊论文】利用CASSANDRA-I神经计算机实现有限词汇连续语音识别1
赵鹤鸣, 顾晓东, 余道衡, 赵鹤鸣*
电子与信息学报,2002,24(7):987~991,-0001,():
-1年11月30日
该文提出并讨论了如何用小型神经计算机CASSANDRA-I进行有限词汇非特定人连续语音识别的方法,同时还提出了一种新的基于关键词的句法分析方法。利用CASSANDRA-I小型神经计算机,可满足有限词汇连续语音实时识别的要求;利用基于关键词的句法分析,可提高有限词汇连续语音识别的识别率与识别速度。
神经计算机,, 句法分析,, 语音识别
-
42浏览
-
0点赞
-
0收藏
-
0分享
-
29下载
-
0评论
-
引用
赵鹤鸣, 陈小平
电子与信息学报,2002,24(11):1722~1727,-0001,():
-1年11月30日
该文介绍了免疫算法在数字滤波器设计——频率抽样技术中的应用、结合FIR数字低通、带通滤波器设计的两个例子,给出了算法实现的具体操作步骤和实验结果。实验数据表明,采用免疫算法确定的频率过渡带样本值是最优的,设计的FIR滤波器的频率特性优于查表法。文中还把免疫算法与遗传算法在频率抽样技术中的应用作了比较,其收敛速度较遗传算法明显加快。
免疫算法,, FIR滤波器,, 频率抽样
-
46浏览
-
0点赞
-
0收藏
-
0分享
-
43下载
-
0评论
-
引用
【期刊论文】基于计算听觉场景分析的强噪声背景下基音检测方法*
赵鹤鸣, 陈雪勤, 陈小平
电路与系统学报,2003,8(3):128~131,-0001,():
-1年11月30日
本文针对强噪声背景下语音基音检测这一既具实际应用,又相当困难的问题,提出了一种基于计算听觉场景分析的基音检测方法。该方法利用了人的听觉感知特性,适用于低信噪比和存在其它语音干扰下基音信息的提取。实验结果证明,本文提出的方法是非常有效的。
基音检测, 计算声场景分析, 强噪声, 混叠语音
-
36浏览
-
0点赞
-
0收藏
-
0分享
-
137下载
-
0评论
-
引用