• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于Fisher線性判別分析的語音信號端點檢測方法

    2015-07-12 14:11:32王明合張二華唐振民
    電子與信息學報 2015年6期
    關(guān)鍵詞:清音背景噪聲端點

    王明合 張二華唐振民 許 昊

    (南京理工大學計算機科學與工程學院 南京 210094)

    基于Fisher線性判別分析的語音信號端點檢測方法

    王明合 張二華*唐振民 許 昊

    (南京理工大學計算機科學與工程學院 南京 210094)

    傳統(tǒng)的語音端點檢測方法對輔音,特別是受到噪聲污染的清音部分與背景噪聲之間分離能力不足。針對上述問題,該文提出一種基于Fisher線性判別分析的梅爾頻率倒譜系數(shù)(F-MFCC)端點檢測方法。將清音信號和背景噪聲視為兩類分類問題,采用Fisher準則求解具有判別信息的最佳投影方向,使得投影后的特征參數(shù)具有最小類內(nèi)散度和最大類間散度,從而增大清音與背景噪聲的可分離性。在不同語音庫上的實驗結(jié)果表明,F(xiàn)-MFCC能夠在不同信噪比和背景噪聲條件下提高語音端點檢測的準確率。

    語音處理;語音端點檢測;梅爾頻率倒譜系數(shù);Fisher線性判別分析

    1 引言

    語音端點檢測(Voice Activity Detection, VAD)是指用來檢測語音信號中語音起始點和結(jié)束點的技術(shù),目的是把有聲段和無聲段分開。該技術(shù)廣泛應用于語音識別、說話人識別、語音編碼、信道傳輸及語音信號減噪等相關(guān)領(lǐng)域。研究表明,即使在安靜環(huán)境下,語音識別系統(tǒng)大部分的錯誤是由端點檢測精度不足造成的[1]。VAD是語音信號處理中最基本的,但又極為關(guān)鍵的環(huán)節(jié),仍然是當前研究的熱點之一。早期階段,其主要采用語音的短時能量和過零率相結(jié)合的雙門限法進行檢測,在純凈語音狀況下具有良好的性能。然而,在真實環(huán)境下,采集的語音信號大多伴有各種各樣的噪聲,使得檢測性能大幅下降,進而會降低語音自動識別系統(tǒng)的準確性以及語音通信系統(tǒng)重構(gòu)語音信號的質(zhì)量。

    針對噪聲干擾,研究人員提出了大量的VAD方法,從不同的角度可以分為多種類型。從所提取的特征參數(shù)來看,有基于短時能量及過零率、子帶信噪比[2]、自相關(guān)函數(shù)、聲道共振峰[3,4]、譜熵[5]、小波分解系數(shù)[6]、線性預測倒譜系數(shù)殘差及高階統(tǒng)計量[7]、梅爾頻率倒譜系數(shù)(Mel Frequency Cepstrum Coefficient, MFCC)[8]、ERB特征[9]、希爾伯特-黃變換特征[10]、稀疏表示[11]和多種特征相結(jié)合[12]等方法;從判決距離來分有基于歐式距離、明式距離、余弦夾角距離、相關(guān)系數(shù)距離[8]等方法;從機器學習的角度可分為有監(jiān)督學習、無監(jiān)督聚類和半監(jiān)督學習方法。近年來還有研究者提出了基于多麥克風[13]和深度神經(jīng)網(wǎng)絡(deep neural networks)[14]等方法。上述方法通過噪聲特性估計,雖然在一定程度上提高了VAD的魯棒性,但對于一些受到噪聲污染的輔音信號,特別是和噪聲特征較為接近的清音部分,分離能力明顯不足。

    Fisher線性判別分析(Fisher lineardiscri-minant analysis)[15]作為模式識別領(lǐng)域最具影響的算法之一,廣范應用于人臉識別、醫(yī)學圖像分類、語音識別等系統(tǒng)。本文將VAD看作兩類分類問題,提出基于Fisher線性判別分析的F-MFCC 端點檢測方法。在語音庫上事先選取部分清音信號作為清音樣本集,把待檢測語音的前幾幀作為背景噪聲樣本集,通過Fisher準則求解MFCC具有判別信息的最佳投影方向。特征參數(shù)經(jīng)投影后,增強了清音和背景噪聲之間的區(qū)分能力,使得清音分離能力大幅提高,從而F-MFCC端點檢測方法的整體準確度得到提升。在增強清音分離能力的同時,濁音分離能力依然保持良好,只有極少部分受到了一些影響,可以通過和短時能量參數(shù)相結(jié)合來彌補。求得投影向量后,對每幀MFCC特征參數(shù)直接投影降維至1維標量,根據(jù)閾值判決該幀是否為有聲段。

    本文結(jié)構(gòu)安排為:第2節(jié)介紹基于MFCC相似度方法;第3節(jié)提出F-MFCC算法并進行理論分析;第4節(jié)在不同信噪比和背景噪聲條件下進行實驗仿真和性能評價;第5節(jié)總結(jié)全文。

    2 基于MFCC相似度方法

    MFCC是最常用的聲學特征之一。由耳蝸的生理構(gòu)造決定,人耳對不同頻率的聲音信號具有不同的感知能力,在頻域上呈現(xiàn)非線性關(guān)系。MFCC就是根據(jù)這種現(xiàn)象提出的特征參數(shù)。首先對語音信號預加重、分幀、加窗處理,然后對每幀進行離散傅里葉變換,得到在頻率域上的能量分布。根據(jù)人耳特性設(shè)置一組三角濾波器組,計算每個濾波器輸出的能量的對數(shù),再經(jīng)過離散余弦變換,得到一組系數(shù)c(i),即MFCC。在實際應用中,通常保留前12維,1≤i≤12。將MFCC的向量形式記作cm,其中m為幀序列號。選取相關(guān)系數(shù)作為相似度測度,根據(jù)式(1)計算cm和b的MFCC相似度距離d(cm, b),并參照短時能量法,選取合適的閾值來判決該幀是有聲段,還是背景噪聲段。

    3 基于Fisher線性判別分析的VAD

    雖然傳統(tǒng)VAD能夠降低噪聲對端點檢測的影響,但是對受到噪聲污染的輔音以及和噪聲特征較為接近的清音部分分離能力明顯不足。VAD所采用的語音特征主要有能量、過零率、信噪比、MFCC等,下面分別從這幾個方面來分析清音信號分離能力弱的原因。圖1(a)為加入白色噪聲的含噪語音,信噪比為0 dB;圖1(b)為人工端點標注,用0表示背景噪聲段,1表示清音段,2表示濁音段;圖1(c)為含噪語音的頻譜圖。相對于濁音,清音的能量本來就較低,且多數(shù)噪聲和清音的過零率同樣較高,顯然,在強噪聲背景下,很難從能量和過零率上把清音和噪聲區(qū)分開來。圖1(a)中含噪語音的平均信噪比為0 dB,在部分元音段,信噪比峰值高達27 dB,而在部分清音段,信噪比則低至 -9 dB。因此對背景噪聲的估計和自適應更新中產(chǎn)生的誤差偏移很容易導致基于信噪比閾值的端點檢測產(chǎn)生錯誤;從圖1(c)中可以看出,受噪聲污染的清音信號和背景噪聲的頻譜極為相似,這導致基于相似度距離的VAD很難實現(xiàn)清音和背景噪聲的有效分離。

    圖1 加噪語音信號

    從發(fā)聲原理角度分析,清音可以被認為是通過聲門的氣流噪聲經(jīng)過聲道的濾波產(chǎn)生的,和自然生成的各類背景噪聲不盡相同。因此,可以把背景噪聲和清音看作兩類分類問題,通過將Fisher線性判別分析[15]引入VAD,增大清音與背景噪聲的類間散度和減小類內(nèi)散度,以此來提高兩者的判別能力。其基本思想是將高維的特征參數(shù)投影降維到最佳判別矢量空間,投影后保證模式樣本在新的子空間類內(nèi)緊湊和類間分離(即最小的類內(nèi)散度和最大的類間散度),模式在該空間中有最佳的可分離性。VAD屬于兩類分類,可以投影降維到1維空間,在此基礎(chǔ)上可選取合適的閾值區(qū)分有聲段和背景噪聲段。不同人之間,甚至男女之間清音的MFCC差別很小,因此,我們在已有純凈語音庫中隨機選取清音段組合成一個約3 s的清音樣本集,預加重、分幀、加窗后,提取出N1幀MFCC參數(shù),記作Qk, 1 ≤ k ≤N1。取待檢測語音信號的前N2幀,作為背景噪聲樣本集,同樣處理得到N2幀MFCC參數(shù),記作Gk, 1≤ k ≤ N2,通常N2取值10。清音樣本集、背景噪聲樣本集以及二者合并后樣本集的均值向量分別記作u1,u2,u0,根據(jù)式(2)計算。給定投影向量w,取維數(shù)12,則投影后的類間散度為

    類內(nèi)散度為

    Fisher鑒別準則表達式為其中,SB,SW均為對稱半正定矩陣,(SW)1/2= ()1/2,且S=(S)1/2(S)1/2。 WWW

    等價于求最大特征值λmax[()?1/2SB(SW)?1/2]= λmax[(SW)?1SB]對應的特征向量,即

    其中,λmax及(w?w)為標量,w與(SW)?1?(u1?u2)同方向,若忽略系數(shù),則最佳投影方向w為

    將待檢測的語音信號提取出每幀的梅爾倒譜系數(shù)cm,其中m為幀序列號。根據(jù)式(9),將投影降維到1維后的參數(shù)記作rm。

    圖2(a)為在安靜環(huán)境下錄制的一段語音對應的波形??紤]到在無聲段也有錄音設(shè)備的本底噪聲存在,絕對純凈的語音信號現(xiàn)實世界中是不存在的。不失一般性,本文將所有非語音信號視為噪聲,亦即將所有無聲段均視為背景噪聲段。圖2(b)為人工標注,其中,0表示背景噪聲段,1表示清音段,2表示濁音段。通過觀察圖2(c)中MFCC的投影值曲線可知,清音段和背景噪聲段的可分離性顯著提高,濁音段和背景噪聲段的可分離性保持良好。將語音信號的短時能量值記作em,根據(jù)式(10)和rm進行融合后,記作pm。

    其中,R為背景噪聲r值的估計。將待檢測語音信號前N2幀rm的平均作為R的初始值,α為權(quán)重系數(shù)。設(shè)E為em前N2幀的平均值。若E小于τ,則令E=τ。設(shè)α=a/E,其中a和τ為常數(shù),分別取值0.1和0.05。當背景噪聲較小時,em在pm中權(quán)重較大,可有效避免將說話過程中和清音特征相近的換氣、呼吸等噪聲誤檢測為有聲段;當背景噪聲較大時,em在pm中權(quán)重變小,|rm?R|的權(quán)重變大,可減弱背景噪聲的能量對端點檢測的干擾。在檢測過程中,如果第j幀對應的信號被判決為背景噪聲,

    圖2 語音信號MFCC投影后的參數(shù)

    則根據(jù)式(11)對R進行更新,以自適應地跟蹤背景噪聲的變化。

    式中,β∈[0, 1]決定R自適應背景噪聲的速度,本文取固定值0.01。

    圖2(d)給出了參數(shù)pm對應的曲線。對于背景噪聲段,|rm?R|和em均較小,故pm值較小;對清音段,|rm?R|較大,但em較小,故pm值中等;對濁音段,|rm?R|和em均較大,故pm值較大。因此,將參數(shù)pm作為最終VAD的判決依據(jù),在保證濁音有效檢出的情況下,清音的分離能力明顯增強。

    4 性能分析與評價

    4.1 實驗環(huán)境

    仿真實驗所采用的語音信號選自NUST603_ 2014及TIMIT語音庫,混疊的噪聲選自NOISEX-92噪聲庫。NUST603_2014語音庫由南京理工大學“高維信息智能感知與系統(tǒng)”教育部重點實驗室錄制完成,包含男210人,女213人,是在日常辦公室環(huán)境下,分別通過麥克風、固定電話、手機3種傳輸信道錄制的,并混有真實自然的背景噪聲。TIMIT語音庫由Texas Instruments和Massa-chusetts Institute of Technology聯(lián)合錄制完成,包含男438人,女192人,是在安靜環(huán)境及高質(zhì)量麥克風條件下錄制的連續(xù)語音。

    實驗在聯(lián)想PC機(CPU:E7500, 2.93 GHz)上進行,操作系統(tǒng)采用Windows XP,在MATLAB R2011a 環(huán)境下執(zhí)行F-MFCC。在不同語種和噪聲條件下,以人工標注為標準,重點考察如下3方面的性能指標:

    (1)清音分離能力:指將清音信號和背景噪聲進行區(qū)分的能力。

    (2)整體檢測準確率:指端點檢測正確的幀數(shù)在被測試語音信號總幀數(shù)中所占據(jù)的比例。

    (3)實時性能:統(tǒng)計F-MFCC的執(zhí)行時間,以此衡量實時性能。

    在后續(xù)結(jié)果分析中,我們將(1)對比F-MFCC和MFCC相似度方法的清音分離能力;(2)對比AMR-1[2],基于MFCC相似度方法和F-MFCC的整體準確率;(3)分析F-MFCC的實時檢測性能。

    4.2 結(jié)果分析

    在NUST603_2014語音庫麥克風目錄下,隨機選取清音片段,組成約3 s的清音樣本集。將待檢測語音信號的前N2幀作為背景噪聲的樣本集。利用Fisher線性判別分析找到最佳投影向量,將語音信號提取出MFCC,逐幀投影降維,并和能量參數(shù)融合后,作為VAD的判決參數(shù)。

    圖3~圖6對選自NUST603_2014語音庫中的麥克風語音、固定電話語音、TIMIT語音庫純凈語音、NUST603_2014語音庫的麥克風語音混入白色噪聲后(SNR=0 dB)的部分語音信號清音分離能力進行了對比,分別用0和1表示背景噪聲段和有聲語音段(包括清音段和濁音段)。在人工標注過程中,分別用0,1和2表示背景噪聲段、清音段和濁音段。由圖可知,在不同的語種和信噪比條件下,F(xiàn)-MFCC在清音分離能力方面都明顯超過了傳統(tǒng)方法中具有代表性的基于MFCC相似度距離檢測方法。圖3和圖5中語音信號的背景噪聲雖然較小,但噪聲類型主要是錄音設(shè)備的電路噪聲和說話人的呼吸、換氣噪聲。通過適當擴大參數(shù)α, F-MFCC可以有效降低此類噪聲對VAD的影響,所以清音分離性能明顯優(yōu)于MFCC相似度方法。圖4中語音信號采集自固定電話,并伴有隨時間波動的周期性環(huán)境噪聲,該環(huán)境下F-MFCC的清音分離性能略優(yōu)于MFCC相似度方法。圖6中語音信號為NUST603_2014語音庫的麥克風語音混入白色噪聲,背景噪聲幾乎將清音信號完全淹沒。通過適當減小參數(shù)α,調(diào)節(jié)pm中 |rm?R|的權(quán)重,提高清音分離能力。

    圖3 清音分離能力對比(麥克風語音)

    圖4 清音分離能力對比(帶噪電話語音)

    圖5 清音分離能力對比(TIMIT語音庫語音)

    圖6 清音分離能力對比(麥克風語音混入白色噪聲)

    下面對AMR-1,基于MFCC相似度方法和F-MFCC的準確率進行結(jié)果分析。受噪聲污染清音信號的誤判是導致傳統(tǒng)VAD錯誤的重要原因之一。清音的分離能力改善了,VAD的整體準確率自然會得到提高。在不同語音庫和信噪比條件下,F(xiàn)-MFCC, AMR-1和基于MFCC相似度方法的整體準確率對比如表1所示。其中NUST603_2014語音庫的麥克風語音、帶噪電話語音、TIMIT語音庫純凈語音的信噪比由NIST STNR Tools(V2.7)評估得出。

    由表1可知, F-MFCC端點檢測方法在不同條件下的整體準確率均明顯高于其它兩種方法。目前所廣泛使用的AMR并不精確[16],原因是該方法在檢測到有聲段時,為保證經(jīng)編碼和傳輸后語音的可懂度,將有聲段分別向前、向后延展幾幀,降低了有聲段的漏檢率,但明顯增加了將無聲段誤檢測成有聲段的虛警率。高精度的VAD可進一步提高多速率語音編碼的壓縮率,并降低對傳輸信道的帶寬要求。在對TIMIT語音庫純凈語音的試驗中,基于MFCC相似度的方法準確率只有75.2%。這是因為相比漢語普通話,清音在英語中所占的比例明顯更多,所以清音分離能力對VAD整體準確率的影響更大。為了提高實驗結(jié)果的參考價值,這里考慮了兩種檢測方案,分別命名為F-MFCC(I)和FMFCC(II)。前者的清音樣本取自NUST603_2014語音庫麥克風目錄下的漢語普通話語音信號;后者的清音樣本取自TIMIT語音庫英語語音信號。根據(jù)表中的數(shù)據(jù)可知,在5種情況下的VAD準確度,F(xiàn)-MFCC(II)均優(yōu)于F-MFCC(I),這是源于英語和漢語普通話的語言結(jié)構(gòu)、發(fā)音方式等存在差異。取自TIMIT語音庫英語語音信號的清音樣本集音素更豐富,代表性更強。實驗結(jié)果表明:相對于基線方法AMR-1和基于MFCC相似度的VAD,在所有5種測試條件下,F(xiàn)-MFCC端點檢測方法獲得了相對更高的整體準確率。

    我們統(tǒng)計了NUST603_2014語音庫中語音端點檢測所需的時間,以此評價F-MFCC的實時檢測性能。為了提高實驗結(jié)果的參考價值,我們從語音庫隨機選取400段(約6h)語音進行以上的實驗。根據(jù)實驗統(tǒng)計數(shù)據(jù),每60 s語音信號的端點檢測平均執(zhí)行時間為1.211 s,表明F-MFCC可以滿足實時性要求。

    5 結(jié)論

    本文在Fisher線性判別分析的基礎(chǔ)上,提出了F-MFCC端點檢測方法。首先,用Fisher準則求解具有判別信息的最佳投影方向,目的是增大噪聲和清音間的可分離性。然后,把MFCC作為語音信號的特征參數(shù),并將其投影值和短時能量相結(jié)合,增強了對易受噪聲污染的清音信號的分離能力,提高了端點檢測的整體準確率。實驗結(jié)果表明,該方法在不同語種、環(huán)境噪聲和信噪比條件下,端點檢測的清音分離能力、整體準確率始終優(yōu)于目前具有代表性的AMR-1和MFCC相似度方法。

    表1 檢測準確率對比(%)

    [1] Junqua J C. Robustness and cooperative multi-model man-machine communication applications[C]. The Structure of Multimodal Dialogue, Maratea, Italy, 1991: 101-112.

    [2] ETSI. Universal Mobile Telecommunication Systems (UMTS); Mandatory Speech Codec speech processing functions, AMR speech codec; Voice Activity Detector VAD[S]. ETSI TS 126 094 v11.0.0(2012-10): 1-26.

    [3] Wan Yu-long, Wang Xian-liang, Zhou Ruo-hua, et al.. Enhanced voice activity detection based on automatic segmentation and event classification[J]. Journal of Computational Information Systems, 2014, 10(10): 4169-4177.

    [4] 宮朝輝, 刁麓弘. 改進共振峰提取的語音端點檢測[J]. 計算機輔助設(shè)計與圖形學學報, 2013, 25(8): 1230-1236.

    Gong Zhao-hui and Diao Lu-hong. Improved speech endpoint detection based on formant[J]. Journal of Computer Aided Design & Computer Graphics, 2013, 25(8): 1230-1236.

    [5] 李曄, 張仁志, 崔慧娟, 等. 低信噪比下基于譜熵的語音端點檢測算法[J]. 清華大學學報(自然科學版), 2005, 45(10): 1397-1440.

    Li Ye, Zhang Ren-zhi, Cui Hui-juan, et al.. Voice activity detection algorithm with low signal-to-noise ratios based on the spectrum entropy[J]. Journal of Tsinghua University (Science and Technology), 2005, 45(10): 1397-1440.

    [6] Chen Shi-huang and Wang Jhing-fa. A wavelet-based voice activity detection algorithm in noisy environments[C]. Proceedings of the 9th IEEE International Conference on Electmnics, Circuits and Systems, Dubrovnik, Croatia, 2002: 995-998.

    [7] Ghosh P K, Tsiartas A, and Narayanan S. Robust voice activity detection using long-term signal variability[J]. IEEE Transactions on Audio, Speech, and Language Processing, 2011, 19(3): 600-613.

    [8] 王宏志, 徐玉超, 李美靜. 基于Mel頻率倒譜參數(shù)相似度的語音端點檢測算法[J]. 吉林大學學報(工學版), 2012, 42(5): 1331-1335. Wang Hong-zhi, Xu Yu-chao, and Li Mei-jing. Voice activity detection algorithm based on Mel-frequency cepstrum coefficient (MFCC) similarity[J]. Journal of Jilin University (Engineering and Technology Edition), 2012, 42(5): 1331-1335.

    [9] Oh Sang-yeob and Chung Kyung-yong. Improvement of speech detection using ERB feature extraction[J]. Wireless Personal Communications, 2014, 79(4): 2439-2451.

    [10] 盧志茂, 金輝, 張春祥, 等. 基于HHT和OSF的復雜環(huán)境語音端點檢測[J]. 電子與信息學報, 2012, 34(1): 213-217.

    Lu Zhi-mao, Jin Hui, Zhang Chun-xiang, et al.. Voice activity detection in complex environment based on Hilbert-Huang transform and order statistics filter[J]. Journal of Electronics & Information Technology, 2012, 34(1): 213-217.

    [11] Deng Shi-wen and Han Ji-qing. Statistical voice activity detection based on sparse representation over learned dictionary[J]. Digital Signal Processing, 2013, 23(4): 1228-1232.

    [12] Zhang Yan, Tang Zhen-min, Li Yan-ping, et al.. A hierarchical framework approach for voice activity detection and speech enhancement[J]. The Scientific World Journal, 2014, Vol. 2014: Article ID 723643, 8 pages.

    [13] Choi Jae-hun and Chang Joon-hyuk. Dual-microphone voice activity detection technique based on two-step power level difference ratio[J]. IEEE Transactions on Audio, Speech, and Language Processing, 2014, 22(6): 1069-1081.

    [14] Ryant N, Liberman M, and Yuan Jia-hong. Speech activity detection on YouTube using deep neural networks[C]. Interspeech: 14th Annual Conference of the International Speech Communication Association, Lyon, France, 2013: 728-731.

    [15] Fisher R A. The use of multiple measures in taxonomic problems[J]. Annals of Eugenics, 1936, 7(2): 179-188.

    [16] Mak M W and Yu H B. A study of voice activity detection techniques for NIST speaker recognition evaluations[J]. Computer Speech & Language, 2014, 28(1): 295-313.

    王明合: 男,1970年生,博士生,研究方向為信號處理、語音識別、說話人識別.

    張二華: 男,1967年生,副教授,主要研究方向為信號處理、語音識別、3維數(shù)據(jù)可視化方面.

    唐振民: 男,1961年生,博士生導師,教授,主要研究方向為語音識別、圖像處理、智能機器人.

    Voice Activity Detection Based on Fisher Linear Discriminant Analysis

    Wang Ming-he Zhang Er-hua Tang Zhen-min Xu Hao
    (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing 210094, China)

    Traditional Voice Activity Detection (VAD) approaches can not effectively detect consonant as well as noisy unvoiced consonant. To address this problem, this paper proposes a VAD approach Mel Frequency Cepstrum Coefficient (F-MFCC) based on Fisher linear discriminant analysis, in consideration of two-class issue regarding to consonant and background noise. Fisher criterion rule is used to solve the optimal projection vector, building upon which we can minimize the within-class scatter can be minimized and the between-class scatter can be maximized, as a result to enhance separability between consonant and background noise. Extensive experiments are conducted to evaluate the F-MFCC performance. The results demonstrate that, under different SNR and noise conditions, the proposed approach achieves higher VAD accuracy.

    Speech processing; Voice Activity Detection (VAD); Mel Frequency Cepstrum Coefficient (MFCC); Fisher linear discriminant analysis

    TN912.34

    : A

    :1009-5896(2015)06-1343-07

    10.11999/JEIT141122

    2014-08-29收到,2014-12-19改回

    *通信作者:張二華 speechstudio@163.com

    猜你喜歡
    清音背景噪聲端點
    窄帶電力線通信信道背景噪聲抑制方法
    《山水清音》
    《園林清音》
    人文天下(2022年5期)2022-08-11 14:49:26
    非特征端點條件下PM函數(shù)的迭代根
    不等式求解過程中端點的確定
    應用背景噪聲成像研究祁連山地區(qū)地殼S波速度結(jié)構(gòu)
    地震研究(2017年3期)2017-11-06 23:38:05
    參數(shù)型Marcinkiewicz積分算子及其交換子的加權(quán)端點估計
    基丁能雖匹配延拓法LMD端點效應處理
    海上單道地震勘探中船舶等背景噪聲的影響分析及壓制
    基于計算聽覺場景分析的改進清音分離方法
    亚洲精品一二三| 观看av在线不卡| 久久久精品94久久精品| 亚洲国产色片| 欧美日韩在线观看h| 2022亚洲国产成人精品| 国产精品一区二区在线不卡| 久久人人爽人人片av| 男女无遮挡免费网站观看| 国产熟女欧美一区二区| 国产一区二区在线观看av| 一区二区三区四区激情视频| 性色av一级| 久久毛片免费看一区二区三区| 寂寞人妻少妇视频99o| 极品人妻少妇av视频| 一区二区三区四区激情视频| 国产91av在线免费观看| 黄色日韩在线| 久久久久久伊人网av| 久久久久久久精品精品| 国产69精品久久久久777片| 少妇的逼水好多| 欧美日韩一区二区视频在线观看视频在线| 久久久国产精品麻豆| 国产免费福利视频在线观看| 日韩三级伦理在线观看| 国产在视频线精品| 欧美一级a爱片免费观看看| 中文字幕人妻丝袜制服| 高清av免费在线| 我要看黄色一级片免费的| 国产乱人偷精品视频| 性高湖久久久久久久久免费观看| 少妇丰满av| 最近中文字幕高清免费大全6| 久久99热6这里只有精品| 18+在线观看网站| 一级,二级,三级黄色视频| 高清av免费在线| 亚洲精品日本国产第一区| 亚洲国产毛片av蜜桃av| 国产免费一级a男人的天堂| 少妇人妻 视频| 少妇猛男粗大的猛烈进出视频| 欧美 日韩 精品 国产| 久久精品国产亚洲av涩爱| 亚洲国产精品一区二区三区在线| av福利片在线观看| 爱豆传媒免费全集在线观看| 亚洲怡红院男人天堂| 国产国拍精品亚洲av在线观看| 日韩成人av中文字幕在线观看| 国产免费视频播放在线视频| 丰满迷人的少妇在线观看| 欧美另类一区| 一级a做视频免费观看| 肉色欧美久久久久久久蜜桃| 99热这里只有精品一区| 卡戴珊不雅视频在线播放| 视频中文字幕在线观看| 91在线精品国自产拍蜜月| 最近中文字幕高清免费大全6| 美女内射精品一级片tv| 国内精品宾馆在线| a级毛色黄片| 嘟嘟电影网在线观看| 国产伦理片在线播放av一区| 久久国产精品大桥未久av | 在线观看国产h片| 天美传媒精品一区二区| 国产黄片视频在线免费观看| av不卡在线播放| 伊人久久国产一区二区| 麻豆成人av视频| 日本-黄色视频高清免费观看| 最新中文字幕久久久久| 亚洲欧洲精品一区二区精品久久久 | 天堂中文最新版在线下载| 全区人妻精品视频| 如日韩欧美国产精品一区二区三区 | 免费少妇av软件| 日韩,欧美,国产一区二区三区| 亚洲欧美精品自产自拍| 日本av免费视频播放| xxx大片免费视频| 久久精品久久精品一区二区三区| 亚洲国产精品成人久久小说| 亚洲国产成人一精品久久久| 国产淫语在线视频| 免费大片黄手机在线观看| 国内少妇人妻偷人精品xxx网站| 99热国产这里只有精品6| 男女边吃奶边做爰视频| 免费观看无遮挡的男女| 久热久热在线精品观看| 人妻一区二区av| 国产精品福利在线免费观看| 一级毛片 在线播放| 建设人人有责人人尽责人人享有的| 久久狼人影院| 在线天堂最新版资源| 欧美精品一区二区大全| 国产精品国产三级国产av玫瑰| 校园人妻丝袜中文字幕| 亚洲欧美中文字幕日韩二区| av黄色大香蕉| 日韩在线高清观看一区二区三区| 最近中文字幕2019免费版| 亚洲精品久久久久久婷婷小说| 九色成人免费人妻av| 亚洲四区av| videos熟女内射| 女人久久www免费人成看片| 国产亚洲5aaaaa淫片| 精品久久久久久久久av| 国产美女午夜福利| 免费人成在线观看视频色| 女性生殖器流出的白浆| 免费高清在线观看视频在线观看| 日韩av免费高清视频| 亚洲精品日本国产第一区| 丝瓜视频免费看黄片| 国产淫语在线视频| 亚洲中文av在线| 永久网站在线| 午夜福利网站1000一区二区三区| 久久99蜜桃精品久久| 欧美精品国产亚洲| 亚洲,一卡二卡三卡| 秋霞在线观看毛片| 精品一品国产午夜福利视频| 波野结衣二区三区在线| 国产精品成人在线| 国产男人的电影天堂91| av国产久精品久网站免费入址| 国产精品久久久久久久久免| 少妇的逼水好多| 日本黄大片高清| 我的女老师完整版在线观看| 麻豆乱淫一区二区| 大陆偷拍与自拍| 国产欧美另类精品又又久久亚洲欧美| 免费看日本二区| 人人妻人人澡人人爽人人夜夜| 国产精品人妻久久久影院| 精品人妻熟女av久视频| 国产黄片美女视频| 91久久精品国产一区二区三区| 免费看日本二区| 99精国产麻豆久久婷婷| 久久ye,这里只有精品| 嘟嘟电影网在线观看| 人体艺术视频欧美日本| 免费大片18禁| 中文字幕人妻熟人妻熟丝袜美| 边亲边吃奶的免费视频| 91久久精品国产一区二区成人| 中文字幕人妻熟人妻熟丝袜美| 国内少妇人妻偷人精品xxx网站| 久久人人爽av亚洲精品天堂| 国产亚洲av片在线观看秒播厂| 男的添女的下面高潮视频| 日本av手机在线免费观看| 久久久久久久久久久丰满| 永久免费av网站大全| 免费大片18禁| 成年女人在线观看亚洲视频| 日韩伦理黄色片| 亚洲av免费高清在线观看| 亚洲精华国产精华液的使用体验| 亚洲av成人精品一二三区| 五月天丁香电影| 中国美白少妇内射xxxbb| 视频区图区小说| 亚洲四区av| 色5月婷婷丁香| 亚洲综合色惰| 啦啦啦啦在线视频资源| 日本-黄色视频高清免费观看| 我要看日韩黄色一级片| 久久久国产欧美日韩av| 一区在线观看完整版| 久久人人爽av亚洲精品天堂| 欧美xxxx性猛交bbbb| 亚洲成人一二三区av| 久久亚洲国产成人精品v| 欧美精品人与动牲交sv欧美| 在线观看三级黄色| 亚洲va在线va天堂va国产| 久久精品国产亚洲av天美| 国产欧美亚洲国产| 国产 一区精品| 一级毛片久久久久久久久女| 99热6这里只有精品| 18+在线观看网站| 婷婷色麻豆天堂久久| 精品久久久久久久久av| 亚洲欧美中文字幕日韩二区| 中文字幕久久专区| 男女免费视频国产| 中文精品一卡2卡3卡4更新| 亚洲欧美清纯卡通| 久久久a久久爽久久v久久| 美女脱内裤让男人舔精品视频| 日本vs欧美在线观看视频 | 99精国产麻豆久久婷婷| 亚洲欧洲精品一区二区精品久久久 | 国产成人aa在线观看| 亚洲欧美日韩东京热| 国产成人精品婷婷| 99久久人妻综合| 国产黄色免费在线视频| 欧美 亚洲 国产 日韩一| 高清视频免费观看一区二区| 又粗又硬又长又爽又黄的视频| 成人二区视频| 这个男人来自地球电影免费观看 | 熟妇人妻不卡中文字幕| 在线观看免费日韩欧美大片 | 国产一区有黄有色的免费视频| 欧美精品一区二区免费开放| 亚洲国产色片| 中文字幕人妻丝袜制服| 久久99热这里只频精品6学生| 在线观看一区二区三区激情| 日韩精品有码人妻一区| 99热这里只有是精品在线观看| 国产精品久久久久久久电影| 亚洲丝袜综合中文字幕| 久久精品久久久久久噜噜老黄| 国产黄色视频一区二区在线观看| 你懂的网址亚洲精品在线观看| 天堂8中文在线网| 精品久久久噜噜| 精品久久久久久久久亚洲| 亚洲欧美中文字幕日韩二区| 老司机影院毛片| 中国国产av一级| 亚洲av成人精品一区久久| 亚洲天堂av无毛| 人妻少妇偷人精品九色| 欧美日韩一区二区视频在线观看视频在线| 美女福利国产在线| 在线精品无人区一区二区三| 精品久久久久久久久av| 成人美女网站在线观看视频| 国产成人免费观看mmmm| 国产老妇伦熟女老妇高清| 亚洲三级黄色毛片| 亚洲av中文av极速乱| 日本爱情动作片www.在线观看| 亚洲不卡免费看| 亚洲成人av在线免费| 亚洲av男天堂| 亚洲国产精品成人久久小说| 一级毛片aaaaaa免费看小| 男女啪啪激烈高潮av片| 欧美性感艳星| 欧美日韩亚洲高清精品| 女性生殖器流出的白浆| 99久久中文字幕三级久久日本| 国内精品宾馆在线| 国产伦精品一区二区三区四那| 亚洲av中文av极速乱| 精品少妇久久久久久888优播| 中文字幕制服av| 夫妻性生交免费视频一级片| 日韩三级伦理在线观看| 精品人妻熟女av久视频| 欧美人与善性xxx| 最新中文字幕久久久久| 在现免费观看毛片| 人妻一区二区av| 精品久久久久久电影网| 亚洲国产精品成人久久小说| 91精品一卡2卡3卡4卡| 国产黄频视频在线观看| av在线播放精品| av黄色大香蕉| 纵有疾风起免费观看全集完整版| 一级毛片电影观看| 久久精品国产亚洲网站| 久久久久久久久久成人| 99久久精品热视频| 色婷婷久久久亚洲欧美| 亚洲人成网站在线观看播放| 国产精品无大码| 六月丁香七月| 日本欧美视频一区| 国产极品天堂在线| 亚洲色图综合在线观看| 中文字幕人妻熟人妻熟丝袜美| 久久热精品热| 大香蕉97超碰在线| 99视频精品全部免费 在线| 亚洲欧美日韩卡通动漫| 久久精品国产亚洲av涩爱| 亚洲精品国产成人久久av| 午夜影院在线不卡| 99久久精品热视频| 国产在线一区二区三区精| 欧美日韩视频精品一区| 日本黄色片子视频| 一级,二级,三级黄色视频| 老司机亚洲免费影院| 波野结衣二区三区在线| 大片免费播放器 马上看| 久久精品国产亚洲av涩爱| 久久ye,这里只有精品| 一级毛片aaaaaa免费看小| 国产精品国产三级国产av玫瑰| 亚洲美女搞黄在线观看| 久久精品久久久久久噜噜老黄| 妹子高潮喷水视频| 只有这里有精品99| 性色av一级| freevideosex欧美| 国产视频内射| 街头女战士在线观看网站| 国产 精品1| 制服丝袜香蕉在线| 亚洲高清免费不卡视频| 另类亚洲欧美激情| 最新中文字幕久久久久| 久久国内精品自在自线图片| h视频一区二区三区| 亚洲精品,欧美精品| 一区二区三区免费毛片| 秋霞伦理黄片| 3wmmmm亚洲av在线观看| 中文字幕精品免费在线观看视频 | 亚洲高清免费不卡视频| 国产伦精品一区二区三区四那| 日本色播在线视频| 国内精品宾馆在线| 99re6热这里在线精品视频| 我的女老师完整版在线观看| 人妻系列 视频| .国产精品久久| 国产精品三级大全| 99热这里只有精品一区| 制服丝袜香蕉在线| 亚洲va在线va天堂va国产| 欧美最新免费一区二区三区| 国产免费一区二区三区四区乱码| 久久久久久久久久人人人人人人| av国产久精品久网站免费入址| 日韩熟女老妇一区二区性免费视频| 天美传媒精品一区二区| 欧美激情极品国产一区二区三区 | 黑人猛操日本美女一级片| 久久狼人影院| 丰满乱子伦码专区| 亚洲国产精品999| 久久ye,这里只有精品| 国产午夜精品一二区理论片| 伦理电影免费视频| 欧美老熟妇乱子伦牲交| 亚洲情色 制服丝袜| 日韩在线高清观看一区二区三区| 人人澡人人妻人| 人妻一区二区av| 美女xxoo啪啪120秒动态图| 国产成人午夜福利电影在线观看| 偷拍熟女少妇极品色| 在线播放无遮挡| 久久影院123| 久久亚洲国产成人精品v| 亚洲av电影在线观看一区二区三区| 亚洲欧美成人精品一区二区| 青青草视频在线视频观看| 高清视频免费观看一区二区| 国精品久久久久久国模美| 免费大片黄手机在线观看| 国精品久久久久久国模美| 岛国毛片在线播放| 久久97久久精品| 免费看不卡的av| 国产精品人妻久久久影院| 国产无遮挡羞羞视频在线观看| 一级毛片黄色毛片免费观看视频| 我要看日韩黄色一级片| 国产色爽女视频免费观看| 亚洲熟女精品中文字幕| 亚洲精品日本国产第一区| 黄色一级大片看看| 夫妻午夜视频| 乱码一卡2卡4卡精品| 欧美日韩在线观看h| 五月天丁香电影| 国产精品.久久久| av一本久久久久| 精品亚洲成国产av| 乱人伦中国视频| freevideosex欧美| 国产精品嫩草影院av在线观看| 欧美激情极品国产一区二区三区 | 国产av精品麻豆| 最后的刺客免费高清国语| 在线天堂最新版资源| 99久国产av精品国产电影| 日本黄大片高清| 欧美日韩av久久| 亚洲av中文av极速乱| 色视频www国产| 哪个播放器可以免费观看大片| 中文字幕亚洲精品专区| 桃花免费在线播放| 亚洲av成人精品一区久久| 亚洲内射少妇av| av视频免费观看在线观看| 成人影院久久| 久久精品国产亚洲av涩爱| 啦啦啦视频在线资源免费观看| 久久久国产精品麻豆| 性色avwww在线观看| 亚洲电影在线观看av| 亚洲精品日本国产第一区| 日韩av不卡免费在线播放| 免费在线观看成人毛片| 看非洲黑人一级黄片| 日日啪夜夜爽| 中文精品一卡2卡3卡4更新| 午夜视频国产福利| 国产黄片视频在线免费观看| 欧美日韩综合久久久久久| 一本一本综合久久| 亚洲精品久久久久久婷婷小说| 亚洲av综合色区一区| 看非洲黑人一级黄片| 十八禁高潮呻吟视频 | 日韩在线高清观看一区二区三区| 免费观看性生交大片5| 波野结衣二区三区在线| 成年人午夜在线观看视频| 亚洲精品乱码久久久久久按摩| 日本黄色片子视频| 日本wwww免费看| 老女人水多毛片| 午夜激情久久久久久久| 国产伦理片在线播放av一区| 男男h啪啪无遮挡| 欧美三级亚洲精品| 秋霞在线观看毛片| 国产极品粉嫩免费观看在线 | 日韩欧美一区视频在线观看 | 久久女婷五月综合色啪小说| 女性被躁到高潮视频| 日日啪夜夜撸| 亚洲精品国产av蜜桃| 日本vs欧美在线观看视频 | 国产综合精华液| 三级经典国产精品| 麻豆成人午夜福利视频| 中文欧美无线码| 丝瓜视频免费看黄片| 99热网站在线观看| 欧美成人午夜免费资源| 国产国拍精品亚洲av在线观看| 蜜桃在线观看..| 亚洲欧美日韩卡通动漫| 伦理电影大哥的女人| 一本大道久久a久久精品| 伊人亚洲综合成人网| 久久99热6这里只有精品| 日韩精品有码人妻一区| 欧美97在线视频| 搡老乐熟女国产| 伦理电影大哥的女人| 大香蕉97超碰在线| 国产精品成人在线| 极品少妇高潮喷水抽搐| 自拍欧美九色日韩亚洲蝌蚪91 | 亚洲精品乱久久久久久| 久久精品国产亚洲av天美| 日韩中字成人| 香蕉精品网在线| 国产精品偷伦视频观看了| 51国产日韩欧美| 国产免费一级a男人的天堂| 国内精品宾馆在线| 欧美xxⅹ黑人| 免费观看的影片在线观看| www.av在线官网国产| 嫩草影院新地址| 国产一区二区三区综合在线观看 | 国产免费福利视频在线观看| 亚洲欧美清纯卡通| 99精国产麻豆久久婷婷| videossex国产| 老司机影院毛片| 好男人视频免费观看在线| 亚洲经典国产精华液单| 国产免费视频播放在线视频| www.av在线官网国产| 国精品久久久久久国模美| 人妻制服诱惑在线中文字幕| 国精品久久久久久国模美| 黑丝袜美女国产一区| 下体分泌物呈黄色| 欧美bdsm另类| 一级毛片aaaaaa免费看小| 久久青草综合色| 欧美日韩一区二区视频在线观看视频在线| 国产乱来视频区| www.色视频.com| 赤兔流量卡办理| 一二三四中文在线观看免费高清| 日韩欧美 国产精品| 久热久热在线精品观看| 国产亚洲91精品色在线| 欧美激情国产日韩精品一区| 欧美 亚洲 国产 日韩一| 在线观看免费日韩欧美大片 | 全区人妻精品视频| 国产精品一二三区在线看| 精品一区二区免费观看| 国产又色又爽无遮挡免| 国模一区二区三区四区视频| 国产黄色免费在线视频| 97在线人人人人妻| 青春草亚洲视频在线观看| 99精国产麻豆久久婷婷| 国产视频内射| 一本色道久久久久久精品综合| 国产伦理片在线播放av一区| 亚洲欧美清纯卡通| 如日韩欧美国产精品一区二区三区 | 麻豆成人午夜福利视频| 看非洲黑人一级黄片| 久久精品熟女亚洲av麻豆精品| 亚洲色图综合在线观看| 欧美精品一区二区大全| 久久久久久人妻| 国国产精品蜜臀av免费| 欧美最新免费一区二区三区| 免费在线观看成人毛片| 最近最新中文字幕免费大全7| 日韩在线高清观看一区二区三区| 性色avwww在线观看| 免费人妻精品一区二区三区视频| 国产乱人偷精品视频| 噜噜噜噜噜久久久久久91| 亚洲成人av在线免费| 三级国产精品片| 女人精品久久久久毛片| 亚洲性久久影院| 日本欧美国产在线视频| 日韩中字成人| 两个人免费观看高清视频 | 成年美女黄网站色视频大全免费 | 日本黄色日本黄色录像| 国产老妇伦熟女老妇高清| 国产一区二区在线观看日韩| 日韩欧美一区视频在线观看 | 欧美精品一区二区大全| 自线自在国产av| a级毛片免费高清观看在线播放| av福利片在线观看| 麻豆精品久久久久久蜜桃| 亚洲一级一片aⅴ在线观看| 国产午夜精品一二区理论片| 日韩成人av中文字幕在线观看| 国产精品.久久久| 一本大道久久a久久精品| 日韩人妻高清精品专区| 欧美3d第一页| 99热国产这里只有精品6| 日本91视频免费播放| 午夜激情久久久久久久| 亚洲精华国产精华液的使用体验| 黄色怎么调成土黄色| 波野结衣二区三区在线| 国产精品久久久久成人av| 亚洲电影在线观看av| 亚洲国产精品成人久久小说| 国产精品福利在线免费观看| 18禁动态无遮挡网站| 最近最新中文字幕免费大全7| 精品一品国产午夜福利视频| 一级毛片久久久久久久久女| 伦理电影大哥的女人| 亚洲婷婷狠狠爱综合网| 成年美女黄网站色视频大全免费 | 国产高清国产精品国产三级| 一个人看视频在线观看www免费| 亚洲婷婷狠狠爱综合网| 午夜福利网站1000一区二区三区| 99热全是精品| 少妇人妻 视频| 夜夜爽夜夜爽视频| 久久午夜综合久久蜜桃| 少妇高潮的动态图| 国产在视频线精品| 精品人妻偷拍中文字幕| 国产亚洲一区二区精品| 成人国产麻豆网| 乱码一卡2卡4卡精品| 午夜久久久在线观看| 国产伦理片在线播放av一区| 久久韩国三级中文字幕| 午夜福利在线观看免费完整高清在| 丝袜脚勾引网站| 国产精品偷伦视频观看了| 黑人巨大精品欧美一区二区蜜桃 | 看免费成人av毛片| 久久国内精品自在自线图片| 亚洲精品日韩在线中文字幕| 美女视频免费永久观看网站| 日韩制服骚丝袜av| 在线观看免费视频网站a站| 观看美女的网站| 熟女电影av网| 亚洲精品第二区|