• <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
    午夜老司机福利片| 三上悠亚av全集在线观看| 日韩大码丰满熟妇| 一区二区日韩欧美中文字幕| 手机成人av网站| 成人国语在线视频| 色94色欧美一区二区| 黄色视频在线播放观看不卡| 国产亚洲欧美精品永久| 超色免费av| 最近最新免费中文字幕在线| 国产一卡二卡三卡精品| 亚洲欧美日韩另类电影网站| 一级片'在线观看视频| 久久九九热精品免费| 国产一区二区三区在线臀色熟女 | 午夜福利免费观看在线| 中文字幕制服av| 色婷婷久久久亚洲欧美| 免费在线观看日本一区| 91麻豆av在线| 后天国语完整版免费观看| 嫩草影视91久久| 国产一区二区 视频在线| 桃花免费在线播放| 免费人妻精品一区二区三区视频| 丝袜美足系列| 一本色道久久久久久精品综合| 男人操女人黄网站| 狠狠狠狠99中文字幕| 国产精品国产av在线观看| 中文字幕制服av| 又黄又粗又硬又大视频| 久久人妻av系列| 亚洲精品国产一区二区精华液| 久久久国产成人免费| 99精国产麻豆久久婷婷| 99精品欧美一区二区三区四区| 免费看a级黄色片| 午夜两性在线视频| 久久国产亚洲av麻豆专区| 首页视频小说图片口味搜索| 90打野战视频偷拍视频| 啦啦啦免费观看视频1| 丝袜美足系列| 精品久久久久久电影网| 新久久久久国产一级毛片| 一区二区三区精品91| 露出奶头的视频| 日韩欧美一区二区三区在线观看 | 女人精品久久久久毛片| 亚洲精华国产精华精| 成年人免费黄色播放视频| 国产91精品成人一区二区三区 | 久久中文字幕人妻熟女| 男女床上黄色一级片免费看| 在线观看一区二区三区激情| 亚洲欧美日韩另类电影网站| 亚洲午夜理论影院| 国产区一区二久久| 大香蕉久久成人网| 99国产精品一区二区蜜桃av | kizo精华| 久久狼人影院| 国产精品麻豆人妻色哟哟久久| 亚洲三区欧美一区| 一本综合久久免费| 伦理电影免费视频| 亚洲avbb在线观看| 日本撒尿小便嘘嘘汇集6| 成人黄色视频免费在线看| 男女免费视频国产| 国产在线免费精品| 宅男免费午夜| 久久中文看片网| 欧美变态另类bdsm刘玥| 国产精品麻豆人妻色哟哟久久| 国产成人欧美| 激情视频va一区二区三区| 国产在视频线精品| xxxhd国产人妻xxx| 午夜免费鲁丝| 精品一区二区三区av网在线观看 | 欧美乱码精品一区二区三区| 久久 成人 亚洲| 日日摸夜夜添夜夜添小说| 50天的宝宝边吃奶边哭怎么回事| 最新美女视频免费是黄的| 久久国产精品人妻蜜桃| 欧美精品av麻豆av| 操美女的视频在线观看| 视频区图区小说| 国产熟女午夜一区二区三区| 一区二区av电影网| 欧美人与性动交α欧美精品济南到| 亚洲av国产av综合av卡| 国内毛片毛片毛片毛片毛片| 国产91精品成人一区二区三区 | 国产精品成人在线| 国产男女超爽视频在线观看| 国产亚洲欧美在线一区二区| 91精品三级在线观看| 国产不卡av网站在线观看| 日韩 欧美 亚洲 中文字幕| 国产高清视频在线播放一区| 欧美成人午夜精品| 欧美激情久久久久久爽电影 | 少妇被粗大的猛进出69影院| 一边摸一边做爽爽视频免费| 欧美乱码精品一区二区三区| 99国产精品99久久久久| 中文字幕最新亚洲高清| 亚洲avbb在线观看| 可以免费在线观看a视频的电影网站| 在线观看免费午夜福利视频| 久久久久国内视频| 久久中文字幕人妻熟女| 午夜福利免费观看在线| 亚洲视频免费观看视频| 精品人妻在线不人妻| 免费少妇av软件| 精品国产一区二区三区四区第35| 新久久久久国产一级毛片| 涩涩av久久男人的天堂| 波多野结衣av一区二区av| 欧美在线黄色| 女人高潮潮喷娇喘18禁视频| 12—13女人毛片做爰片一| 麻豆成人av在线观看| 一本大道久久a久久精品| 美女福利国产在线| 久久国产精品影院| 国产又爽黄色视频| 大香蕉久久网| 亚洲精品粉嫩美女一区| 国产精品九九99| 免费观看人在逋| 91av网站免费观看| 交换朋友夫妻互换小说| 亚洲精品自拍成人| 欧美乱妇无乱码| 无人区码免费观看不卡 | 丝袜在线中文字幕| 亚洲欧美激情在线| 国产一区二区三区视频了| 国产高清视频在线播放一区| 97在线人人人人妻| 国产深夜福利视频在线观看| 亚洲精品中文字幕在线视频| 丰满饥渴人妻一区二区三| 每晚都被弄得嗷嗷叫到高潮| 中文字幕制服av| 国产日韩欧美亚洲二区| 久热这里只有精品99| 欧美av亚洲av综合av国产av| 日韩精品免费视频一区二区三区| 日韩精品免费视频一区二区三区| 人妻 亚洲 视频| 91麻豆精品激情在线观看国产 | 亚洲国产av影院在线观看| 国产国语露脸激情在线看| av片东京热男人的天堂| 一级片'在线观看视频| 国产亚洲午夜精品一区二区久久| 国产片内射在线| 国产精品电影一区二区三区 | 国产精品美女特级片免费视频播放器 | 在线观看www视频免费| 亚洲专区国产一区二区| 日韩免费av在线播放| 丝袜喷水一区| 宅男免费午夜| 欧美黄色片欧美黄色片| 成人免费观看视频高清| 国产精品av久久久久免费| 久久精品91无色码中文字幕| 久久免费观看电影| 青草久久国产| 国产福利在线免费观看视频| 99精国产麻豆久久婷婷| 一级,二级,三级黄色视频| 一区在线观看完整版| 日本撒尿小便嘘嘘汇集6| 人人妻人人澡人人看| 一区在线观看完整版| 可以免费在线观看a视频的电影网站| 亚洲欧洲精品一区二区精品久久久| 色婷婷av一区二区三区视频| 国产成人啪精品午夜网站| 国产精品一区二区免费欧美| 久久精品国产综合久久久| 757午夜福利合集在线观看| 一级黄色大片毛片| 丝袜在线中文字幕| 无遮挡黄片免费观看| 99re在线观看精品视频| 高清视频免费观看一区二区| 日本a在线网址| 别揉我奶头~嗯~啊~动态视频| 99久久国产精品久久久| 亚洲avbb在线观看| tocl精华| 肉色欧美久久久久久久蜜桃| 欧美精品一区二区大全| 男女边摸边吃奶| 亚洲人成电影免费在线| 中文字幕色久视频| 91大片在线观看| 黑人操中国人逼视频| 精品国产国语对白av| 下体分泌物呈黄色| 九色亚洲精品在线播放| 黄网站色视频无遮挡免费观看| 老熟妇仑乱视频hdxx| 亚洲美女黄片视频| 一进一出好大好爽视频| 久久久久精品人妻al黑| 久久中文字幕一级| 丝袜人妻中文字幕| 亚洲国产av影院在线观看| 少妇的丰满在线观看| 久久热在线av| 午夜福利影视在线免费观看| 午夜激情av网站| 天堂俺去俺来也www色官网| tube8黄色片| 精品人妻熟女毛片av久久网站| 精品免费久久久久久久清纯 | 捣出白浆h1v1| 国产一区二区三区综合在线观看| 免费观看av网站的网址| 一区在线观看完整版| 国产男女内射视频| 香蕉久久夜色| 757午夜福利合集在线观看| 丝袜在线中文字幕| 999久久久精品免费观看国产| 一边摸一边抽搐一进一出视频| 伦理电影免费视频| 久久久水蜜桃国产精品网| 人人妻人人添人人爽欧美一区卜| av有码第一页| 大片免费播放器 马上看| 国产精品一区二区免费欧美| 最近最新中文字幕大全电影3 | 日本黄色视频三级网站网址 | 国产欧美日韩一区二区三区在线| 亚洲成人免费av在线播放| 亚洲精品在线观看二区| 久热这里只有精品99| 成在线人永久免费视频| 中文欧美无线码| 首页视频小说图片口味搜索| 黑人欧美特级aaaaaa片| 久久久久网色| 日韩制服丝袜自拍偷拍| 一二三四社区在线视频社区8| 人成视频在线观看免费观看| 美女主播在线视频| 人妻久久中文字幕网| 中文字幕av电影在线播放| 少妇 在线观看| 在线观看一区二区三区激情| 露出奶头的视频| 国产精品成人在线| 婷婷丁香在线五月| 久久99热这里只频精品6学生| 黄色视频在线播放观看不卡| 国产精品影院久久| 99精品欧美一区二区三区四区| 在线看a的网站| bbb黄色大片| 黄片播放在线免费| 9热在线视频观看99| 色在线成人网| 91麻豆精品激情在线观看国产 | 日日摸夜夜添夜夜添小说| 国产亚洲av高清不卡| 少妇精品久久久久久久| 欧美黄色片欧美黄色片| 久久人妻熟女aⅴ| 国产熟女午夜一区二区三区| 国产高清国产精品国产三级| www日本在线高清视频| 精品亚洲成国产av| 国产免费现黄频在线看| 成人手机av| 久久影院123| 久久久久网色| 新久久久久国产一级毛片| 91精品三级在线观看| 亚洲av国产av综合av卡| 高清av免费在线| 久久精品亚洲熟妇少妇任你| av线在线观看网站| kizo精华| 夜夜爽天天搞| 亚洲国产av影院在线观看| 脱女人内裤的视频| 激情在线观看视频在线高清 | 纵有疾风起免费观看全集完整版| 亚洲av美国av| 中文字幕另类日韩欧美亚洲嫩草| bbb黄色大片| 真人做人爱边吃奶动态| 国产无遮挡羞羞视频在线观看| 国产精品久久久人人做人人爽| 亚洲七黄色美女视频| 午夜久久久在线观看| 成年人午夜在线观看视频| 伊人久久大香线蕉亚洲五| 黄片小视频在线播放| 亚洲欧美一区二区三区黑人| 久久精品国产99精品国产亚洲性色 | 久久精品国产a三级三级三级| 欧美老熟妇乱子伦牲交| 国产免费福利视频在线观看| 欧美人与性动交α欧美精品济南到| 中文字幕最新亚洲高清| 精品福利观看| tube8黄色片| 国产精品自产拍在线观看55亚洲 | 国产av精品麻豆| 菩萨蛮人人尽说江南好唐韦庄| 黄色a级毛片大全视频| 国产成+人综合+亚洲专区| 亚洲中文字幕日韩| 国产日韩欧美在线精品| 香蕉丝袜av| 一进一出抽搐动态| 日本av手机在线免费观看| 国产精品亚洲一级av第二区| 精品一区二区三卡| 免费高清在线观看日韩| 在线观看免费午夜福利视频| 国产精品一区二区在线不卡| 一二三四在线观看免费中文在| 久久国产精品男人的天堂亚洲| 大香蕉久久网| 欧美精品一区二区大全| 国产精品欧美亚洲77777| 九色亚洲精品在线播放| 久久亚洲精品不卡| 久久久久久久精品吃奶| svipshipincom国产片| 黄色视频在线播放观看不卡| 巨乳人妻的诱惑在线观看| 国产成人精品久久二区二区91| av片东京热男人的天堂| 国产成+人综合+亚洲专区| 纯流量卡能插随身wifi吗| 日本黄色日本黄色录像| 欧美日韩福利视频一区二区| 一级毛片精品| 飞空精品影院首页| kizo精华| 最近最新免费中文字幕在线| 亚洲欧洲精品一区二区精品久久久| 日韩中文字幕欧美一区二区| 天堂动漫精品| 制服诱惑二区| 精品午夜福利视频在线观看一区 | 老司机靠b影院| 99在线人妻在线中文字幕 | 免费女性裸体啪啪无遮挡网站| 国产成人一区二区三区免费视频网站| xxxhd国产人妻xxx| 亚洲国产成人一精品久久久| 免费在线观看完整版高清| 男人操女人黄网站| 久久人人爽av亚洲精品天堂| 日韩一区二区三区影片| 人妻一区二区av| 亚洲天堂av无毛| 亚洲 欧美一区二区三区| 国产男靠女视频免费网站| 精品国产一区二区三区久久久樱花| 久久精品国产99精品国产亚洲性色 | 99re6热这里在线精品视频| 制服诱惑二区| 久久 成人 亚洲| 日本欧美视频一区| 一边摸一边抽搐一进一小说 | 日韩有码中文字幕| 啦啦啦视频在线资源免费观看| 日本五十路高清| 男女之事视频高清在线观看| 国产激情久久老熟女| 国产精品1区2区在线观看. | 99九九在线精品视频| 婷婷成人精品国产| 亚洲久久久国产精品| 黄片大片在线免费观看| 亚洲情色 制服丝袜| 成人av一区二区三区在线看| 黄色视频不卡| 亚洲国产av新网站| 免费av中文字幕在线| 一本综合久久免费| 日本五十路高清| 亚洲av日韩在线播放| 熟女少妇亚洲综合色aaa.| 一级黄色大片毛片| 亚洲男人天堂网一区| 国产深夜福利视频在线观看| 国产精品国产av在线观看| 亚洲一区二区三区欧美精品| 国产精品电影一区二区三区 | 久久久久网色| 欧美午夜高清在线| 亚洲五月婷婷丁香| 精品国内亚洲2022精品成人 | 精品一区二区三区av网在线观看 | 亚洲视频免费观看视频| 国产色视频综合| 啦啦啦视频在线资源免费观看| 大型黄色视频在线免费观看| 51午夜福利影视在线观看| 国产片内射在线| 成人av一区二区三区在线看| 成在线人永久免费视频| 黑人猛操日本美女一级片| 国产成人欧美| 精品福利永久在线观看| 精品一区二区三区av网在线观看 | www.999成人在线观看| 一进一出抽搐动态| 高清欧美精品videossex| 久久精品国产亚洲av香蕉五月 | 天天操日日干夜夜撸| 国产人伦9x9x在线观看| 久久人人97超碰香蕉20202| 露出奶头的视频| 精品欧美一区二区三区在线| 欧美成人午夜精品| 精品久久久久久久毛片微露脸| 国产一区二区三区综合在线观看| 国产精品 国内视频| 黄色怎么调成土黄色| 丁香六月天网| 国产黄频视频在线观看| 精品久久久精品久久久| 成年动漫av网址| 大香蕉久久成人网| 国产在视频线精品| 考比视频在线观看| 在线观看免费午夜福利视频| 欧美日韩国产mv在线观看视频| 在线观看一区二区三区激情| 99香蕉大伊视频| 热99国产精品久久久久久7| 十八禁网站免费在线| 精品国产一区二区久久| 亚洲一区中文字幕在线| 久热爱精品视频在线9| 日本黄色视频三级网站网址 | 久久亚洲精品不卡| 日本一区二区免费在线视频| 手机成人av网站| 日本黄色日本黄色录像| 日韩中文字幕视频在线看片| 成人av一区二区三区在线看| 天天操日日干夜夜撸| 人人妻人人添人人爽欧美一区卜| 亚洲色图 男人天堂 中文字幕| www.熟女人妻精品国产| 在线亚洲精品国产二区图片欧美| 1024视频免费在线观看| 成人永久免费在线观看视频 | 久久ye,这里只有精品| 97在线人人人人妻| 免费看十八禁软件| 丁香六月欧美| 成年动漫av网址| 日本wwww免费看| 成人特级黄色片久久久久久久 | 99久久精品国产亚洲精品| 欧美精品亚洲一区二区| 大陆偷拍与自拍| 天堂8中文在线网| 成年动漫av网址| 久久久精品国产亚洲av高清涩受| 国产精品亚洲一级av第二区| 中文字幕人妻丝袜制服| 国产在线精品亚洲第一网站| 亚洲欧美色中文字幕在线| 久久久国产成人免费| 午夜激情av网站| 国产伦人伦偷精品视频| 国产99久久九九免费精品| h视频一区二区三区| 一进一出抽搐动态| 一区二区三区激情视频| 亚洲精品中文字幕一二三四区 | 久久久欧美国产精品| tocl精华| netflix在线观看网站| 亚洲伊人色综图| 深夜精品福利| 香蕉丝袜av| 亚洲熟女精品中文字幕| 男女高潮啪啪啪动态图| 欧美日韩av久久| 蜜桃在线观看..| 亚洲成a人片在线一区二区| 日本黄色视频三级网站网址 | 99国产综合亚洲精品| 久久人人爽av亚洲精品天堂| 十八禁高潮呻吟视频| 久久午夜亚洲精品久久| 少妇 在线观看| 中文字幕另类日韩欧美亚洲嫩草| 中文字幕av电影在线播放| 1024香蕉在线观看| 色婷婷av一区二区三区视频| 天堂俺去俺来也www色官网| 国产成人精品无人区| 在线观看舔阴道视频| 岛国毛片在线播放| 国产一区二区 视频在线| 天天躁狠狠躁夜夜躁狠狠躁| 青草久久国产| 国产亚洲av高清不卡| 国产成人精品久久二区二区91| 午夜日韩欧美国产| 美女高潮到喷水免费观看| 嫁个100分男人电影在线观看| 精品少妇内射三级| 国产不卡av网站在线观看| 免费观看a级毛片全部| 黄色成人免费大全| 国产av精品麻豆| 久久久久久久久免费视频了| 日韩视频在线欧美| av福利片在线| 亚洲中文字幕日韩| 久久精品国产亚洲av高清一级| 啦啦啦在线免费观看视频4| h视频一区二区三区| 最黄视频免费看| 一级黄色大片毛片| 交换朋友夫妻互换小说| 欧美精品啪啪一区二区三区| 国产精品自产拍在线观看55亚洲 | 国产精品久久电影中文字幕 | 天天躁日日躁夜夜躁夜夜| 99国产精品免费福利视频| 国产成人啪精品午夜网站| 国产xxxxx性猛交| 十分钟在线观看高清视频www| 久久精品国产a三级三级三级| 国产欧美日韩综合在线一区二区| 精品国产超薄肉色丝袜足j| 中国美女看黄片| 国产精品1区2区在线观看. | 女人高潮潮喷娇喘18禁视频| av福利片在线| 欧美 日韩 精品 国产| 久久性视频一级片| 女同久久另类99精品国产91| 99国产精品一区二区蜜桃av | 欧美 亚洲 国产 日韩一| 大陆偷拍与自拍| 午夜91福利影院| 久久国产精品大桥未久av| 国产成人精品久久二区二区免费| 十八禁网站网址无遮挡| 怎么达到女性高潮| 日本黄色日本黄色录像| 精品第一国产精品| 欧美黄色片欧美黄色片| 午夜免费鲁丝| 美女高潮喷水抽搐中文字幕| 亚洲欧洲精品一区二区精品久久久| 精品乱码久久久久久99久播| 怎么达到女性高潮| 99在线人妻在线中文字幕 | 亚洲欧洲精品一区二区精品久久久| 国产又色又爽无遮挡免费看| 色综合欧美亚洲国产小说| 免费黄频网站在线观看国产| 久久久久久亚洲精品国产蜜桃av| 亚洲av成人不卡在线观看播放网| 国产成人av教育| 亚洲av成人不卡在线观看播放网| 午夜老司机福利片| 十八禁高潮呻吟视频| 国产成人免费观看mmmm| 亚洲国产成人一精品久久久| 99精品久久久久人妻精品| 亚洲专区中文字幕在线| 亚洲色图 男人天堂 中文字幕| 国产精品久久久久久精品古装| 制服诱惑二区| 天天躁夜夜躁狠狠躁躁| 久久久精品国产亚洲av高清涩受| 成人国产一区最新在线观看| 无人区码免费观看不卡 | 久久香蕉激情| 欧美日韩亚洲高清精品| 国产成人一区二区三区免费视频网站| 亚洲精品在线观看二区| 18禁黄网站禁片午夜丰满| 亚洲av成人不卡在线观看播放网| 国产成人免费观看mmmm| 国产精品麻豆人妻色哟哟久久| 熟女少妇亚洲综合色aaa.| 免费少妇av软件| 国产亚洲午夜精品一区二区久久| 在线观看免费视频网站a站| 中文字幕最新亚洲高清| 亚洲av美国av| 色视频在线一区二区三区| 免费在线观看完整版高清| 色视频在线一区二区三区|