首页期刊导航|电声技术
期刊信息/Journal information
电声技术
电声技术

史丽丽

月刊

1002-8684

tvea@263.net.cn

010-59570226

100015

北京市朝阳区酒仙桥北路乙7号

电声技术/Journal Audio Engineering北大核心CSTPCD
查看更多>>本刊系信息产业部主管的我国电声专业中文核心期刊及引文源刊物。设有声频工程、扬声器与传声器、器件与电路、语音技术、电声基础、网络与多媒体、通信电声、标准与检测、节目制作与广播、噪声控制、知识之窗、产品撷拾、动态信息等栏目。以应用技术为主、兼顾学术与科普,以技术交流为主、兼顾市场信息与产品商情,在电声专业领域起技术向导和产品推广作用。
正式出版
收录年代

    基于声音增强技术的建筑工程弱电智能化系统设计

    贺先飞
    1-3页
    查看更多>>摘要:为优化室内声学环境,研究开发一种基于声音增强技术的建筑工程弱电智能化系统.该系统由3个模块构成,其中环境声音监测与分析模块实时监测环境声音,应用自适应滤波和小波变换进行降噪和特征提取;声音增强与传播控制模块利用数字信号处理(Digital Signal Process,DSP)芯片和扬声器阵列,实现声音的精确增强和空间音频处理;智能决策与响应模块基于Q-learning算法,实现声音环境的智能优化控制.实验结果显示,该系统可明显提高会议厅的语音传输指数和用户满意度.

    声音增强技术建筑工程弱电智能化

    央广工程地面数字电视发射机的维护检修及故障处理

    姜山
    4-6,16页
    查看更多>>摘要:以海华1 kW地面数字电视发射机为研究对象,深入分析其基本构成、维护检修做法、故障处理方法,旨在为中央广播电视节目无线数字化覆盖工程的稳定运行提供技术支持,同时为相关技术人员提供操作参考和指导.

    央广工程地面数字电视发射机维护检修故障处理

    声学传感技术在电力系统网络安全漏洞识别的应用研究

    许海根
    7-9页
    查看更多>>摘要:针对电力系统网络中日益突出的安全问题,研究了声学传感技术在网络安全漏洞识别中的应用.通过提出基于声纹特征提取的异常活动识别、声源定位攻击追踪及多尺度卷积神经网络(Convolutional Neural Network,CNN)模型攻击类型判断的技术方案,并进行实验验证,结果表明该方法能有效提高电力系统网络安全防护水平.

    声学传感技术网络安全漏洞识别

    基于机器视觉的噪声处理技术研究

    翁蒙婷
    10-12页
    查看更多>>摘要:针对配电网建设中的图像噪声问题,提出一种基于机器视觉的多层次噪声抑制技术,旨在改善配电设备图像的质量.该技术结合自适应直方图均衡化、深度学习卷积神经网络与多尺度特征融合技术,解决配电设备图像中的噪声问题.实验结果显示,与传统去噪算法相比,所提技术在峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)和结构相似度(Structural Similarity,SSIM)方面表现优异,能够显著提升图像处理质量.

    机器视觉噪声处理深度学习

    声音识别技术在供热通风工程施工中的应用

    王玉府李东高建勇
    13-16页
    查看更多>>摘要:供热通风系统在建筑施工中至关重要,其设备运行状态的实时监测与故障预警是确保施工质量和减少停工的关键.传统人工巡检效率低,易漏检.应用声音识别技术分析设备声学信号,可高效精准地识别设备状态.基于此,探讨该技术在供热通风工程中的应用,并通过案例展示其在状态监测、噪声管理、故障检测中的应用潜力.

    声音识别供热通风系统实时监测故障预警

    电视节目制作中音频噪声干扰因素及排除方法分析

    卫蓝天
    17-19,23页
    查看更多>>摘要:为给电视节目制作提供有效的音频噪声控制方案,提升节目音频质量,深入分析电视节目制作过程中产生音频噪声干扰的主要因素,如音频声波干扰、音响混响干扰、室内电磁信号共振干扰及声场扩散环境噪声干扰等,同时提出打造演播厅隔声围护结构、配置音频混响消声装置、利用共振吸声材料消除共振噪声及提高节目录制演播厅声场扩散度等噪声干扰因素排除方法.

    电视节目制作音频噪声干扰因素排除方法

    基于数字音频的计算机语言课程教学系统

    文林
    20-23页
    查看更多>>摘要:为提高教学质量和效率,研究一种基于数字音频的计算机语言课程教学系统设计方案.该系统由音频采集与处理模块、语音识别模块、知识库模块及用户界面模块4部分组成.实验结果显示,应用该系统,可提高语音识别准确率和发音评分准确率,同时有效提升学生的学习效果和体验满意度.

    数字音频计算机语言教学语音识别

    基于RNN和K-means的音频智能分类方法

    胡彦红范凯燕
    24-26页
    查看更多>>摘要:针对音频信号分类问题,提出一种结合循环神经网络(Recurrent Neural Networks,RNN)和K-means聚类算法的音频智能分类方法.该方法通过RNN模型提取音频信号的时间序列特征,利用K-means聚类算法聚类分析音频特征,以增强音频分类的健壮性和全面性.使用UrbanSound8K数据集评估方法.结果显示,该方法在准确率、召回率、F1 值等指标上均优于标准RNN模型.

    循环神经网络(RNN)K-means聚类算法音频分类机器学习

    基于人工智能的噪声源识别关键技术研究

    周海林
    27-29页
    查看更多>>摘要:为提升噪声源识别的准确性和实时性,研究卷积神经网络(Convolutional Neural Network,CNN)、支持向量机(Support Vector Machine,SVM)、长短期记忆(Long Short-Term Memory,LSTM)网络在噪声源识别中的应用.通过实验验证,不同模型在不同类型噪声上的表现各有优劣,其中CNN综合表现最佳.结果表明,这些人工智能技术的应用能够有效促进噪声治理,为智慧环保提供技术支撑.

    噪声源识别卷积神经网络(CNN)支持向量机(SVM)长短期记忆(LSTM)

    声波检测技术在配电线路故障诊断中的应用研究

    岑贤军
    30-32页
    查看更多>>摘要:深入探讨了声波检测技术在配电线路故障诊断中的应用,详细分析了从声波的产生与传播机制、声波信号的采集与分析到声波检测的故障诊断流程,并通过模拟验证证实了该技术的有效性.

    声波检测技术配电线路故障诊断