Abstract: R.-Q. Yan, Y.-S. Zhu (2007)

In order to perform speech endpoint detection under extreme noisy and nonstationary conditions, a new algorithm based on the difference of underlying dynamics between speech and noise was proposed. Recurrence rate was taken as the quantification parameter to measure the variation of such difference and double decision thresholds were applied in the decision framework. Comparing with some traditional methods such as short-time energy and cepstral distances, this algorithm shows lower wrong decision rate. This method provides a new way for feature extraction and speech recognition.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Speech endpoint detection based on recurrence rate analysis