A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Sparse Time-Varying Complex AR (TV-CAR) Speech Analysis Based on Adaptive LASSO Análise de fala AR complexa e variável no tempo (TV-CAR) baseada em LASSO adaptativo

Keiichi FUNAKI

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

A análise de Predição Linear (LP) é comumente usada no processamento de fala. LP é baseado no modelo Auto-Regressivo (AR) e estima o parâmetro do modelo AR a partir de sinais com l2-otimização de norma. Recentemente, a estimativa esparsa recebeu atenção, pois pode extrair recursos significativos de big data. A estimativa esparsa é realizada por l1 or l0-otimização ou regularização de normas. Métodos de análise de LP esparsos baseados em l1otimização de norma foi proposta. Como a excitação da fala não é gaussiana branca, uma estimativa esparsa de LP pode estimar parâmetros mais precisos do que a estimativa convencional l2LP baseado em normas. Estas são análises invariantes no tempo e com valor real. Estudamos a análise de AR Complexo Variável no Tempo (TV-CAR) para um sinal analítico e avaliamos o desempenho no processamento de fala. Os métodos TV-CAR são l2-métodos normativos. Neste artigo, propomos a análise TV-CAR esparsa baseada no LASSO adaptativo (operador de menor encolhimento e seleção absoluta) que é l1-normizar a regularização e avaliar o desempenho em F0 estimativa da fala usando IRAPT (Instantaneous RAPT). Os resultados experimentais mostram que os métodos esparsos de TV-CAR apresentam melhor desempenho para um alto nível de ruído rosa aditivo.

Publicação
IEICE TRANSACTIONS on Fundamentals Vol.E102-A No.12 pp.1910-1914
Data de publicação
2019/12/01
Publicitada
ISSN online
1745-1337
DOI
10.1587/transfun.E102.A.1910
Tipo de Manuscrito
Special Section LETTER (Special Section on Smart Multimedia & Communication Systems)
Categoria
Fala e Audição

autores

Keiichi FUNAKI
  University of the Ryukyus

Palavra-chave