基于分带谱熵和小波域Teager能量的语音清浊分类算法

基于分带谱熵和小波域Teager能量提出了一种改进的语音清浊分类算法.该算法首先计算频域内的分带谱熵,然后在小波域计算不同频带的Teager能量,计算出低频能量所占的比例,通过这2个参数进行清浊判断.实验结果证明,由于分带谱熵能加深清浊音之间的差异,Teager能量能快速跟踪声门周期内信号能量的变化,因此该算法更容易提取浊音,在纯净语音和含噪语音上的性能都优于幅度能量算法.     

智能语音识别系统中噪声估计算法的研究和改进

智能语音识别技术的研究已有较长的时间,但由于语音信号本身所具有的多变性、瞬时性、连续性和动态性的特征,使得机器在不同的环境尤其是噪声环境中进行语音信号的识别仍具有一定的困难.为了提高带噪语音信号识别的准确率,本文研究了一种常用的噪声估计算法,即基于后验信噪比的时间递归平均算法.并在此算法的基础上提出了一种对平滑因子的改进算法,将语音活性检测算法与这两种算法在不同输入信噪比下进行模拟验证.通过运算结果的对比分析可以看出,改进后的算法相比于语音活性检测算法最高可以使输出分段SNR提高2.1 dB,相比于原时间递归平均算法最高可以使输出分段SNR提高0.5 dB,表明低输入SNR下改进后的算法可以有效提高语音信号的质量和可懂度.     

一种用于区分语音与冲击噪声的改进算法

为了将语音与冲击噪声进行准确地区分,讨论了传统检测方法的缺陷,选取汽车噪声为冲击噪声,结合语音浊音信号的周期性以及短时平均幅度差这一时域特征参数,对语音和汽车冲击噪声进行了分析,并在此基础上对算法进行改进,提出了一种新的检测参数.经Matlab仿真结果显示,新参数能够在高信噪比的环境下区分出语音与冲击噪声,为后续的语音处理奠定了基础.     

基于小波分析的语音端点检测算法研究与仿真

以小波变换及多分辨分析为理论基础,对语音端点检测中小波系数方差算法和子带平均能量算法进行了分析和研究,利用语音和噪声的频域差别,对这两种算法进行了优化,并应用于端点检测系统中,有效地改善了小波系数方差算法耗时长、实时性差的缺点,并克服了子带平均能量算法只对高斯白噪声检测效果好的局限性。提高了语音端点检测系统的实用性．通过MATLAB软件仿真的实验结果表明,采用优化算法的系统实现了语音端点检测准确性和快速性的最佳匹配,达到了此类检测设备的实用要求．     

基于快速样本熵计算的清浊音判决与语音分割

为了对语音帧的清浊音属性进行判断,本文提出了一种基于快速样本熵的清浊音判决和语音分割方法。通过计算英语单音素发音的样本熵,可以发现清浊音的信号复杂度有明显的区别,并根据复杂度的不同来进行清浊音的判决。同时,在快速算法中将数值二值化,由低维信号矢量的近邻矩阵递推高维信号矢量的近邻矩阵,可以快速有效的进行语音分割,并进行仿真实验。仿真结果表明,与其他传统方法相比,基于样本熵的方法可以得到较好的语音分割结果,而且快速样本熵算法将运算时间缩短了80倍,明显减少了运算时间,提高了运算效率。该研究在语音信号方面具有较好的应用前景。     

一种实时基音检测算法

针对目前基音周期检测实时性的要求,提出了一种基于小波变换的语音基音周期实时检测算法.该算法在提取小波系数极大值过程中利用了小波变换极值与信号突变点之间的关系,将小波域波形与时域波形相结合,采取每次搜索以前一个小波系数极值点作为新的基准的自适应基准方式,并利用了平均能量、过零率、历史峰值幅度、当前峰值估计等多特征参数.实验结果表明,该算法在2.5 ms时间内可以准确捕捉并检测到新的基音脉冲位置,而且对语音和残差信号均取得了较好的结果.     

基于小波系数统计的非高斯噪声背景下语音流检测

在实际生活中,非高斯噪声很普遍,对信号的影响也很大,是语音信号处理中的难题.大部分强噪声信号都是非高斯的,在强噪声背景下,由于语音信号受到较大的干扰,甚至被噪声淹没,传统的基于短时的能量、过零率、相关以及平均幅度差等检测算法效果都不理想.根据小波变换的特性和语音时域信号的分布特征,提出了一种非高斯噪声背景下语音流检测算法.对含噪语音进行小波分解,观察各层小波系数的统计特征,提取它们的不同特征,从而进行了语音流检测.大量实验表明该算法具有较高的检出率和较低的误检率,可以消除噪声的影响实时处理语音信号.该算法有一定的创新性,在处理非高斯噪音方面很有实用性.     

基于小波变换的语音信号基音周期估计

基音周期是语音信号最重要的参数之一，是进行语音信号数字处理的基础。小波变换具有良好的时频分辨率，为语音信号基音周期提取提供了新的途径。基于小波变换及其多尺度边缘检测的基本特性，阐述了语音信号基音周期估计的原理、实现方法、算法流程；并给出了实验结果。实验表明：该方法可以实现大动态范围的语音信号基音周期估计计算，并可获得满足实用的较为精确的结果。     

基于K-SVD算法和组合字典的语音信号清浊音判决研究

针对语音中清音和浊音特性的不同,本文提出了一种新的清浊音判别方法,利用K奇异值分解(K singular value decomposition,KSVD),分别对数据样本中的清音和浊音进行字典学习,训练出符合样本信号特性的浊音字典和清音字典,将多个单清音字典组合成组合清音字典,多个单浊音字典组合成组合浊音字典,并将待测信号在组合浊音字典和组合清音字典上进行稀疏表示,通过对比其系数的稀疏性来判别清浊音。研究结果表明,在相同条件下,与传统的清浊音判别方法相比,基于组合字典的判别方法对于多音素的清浊音判决具有更加准确的判决结果。该研究对语音识别和语音编码具有重要作用。     

小波去噪在语音识别中的应用

将小波应用于语音识别的预处理中,对带噪语音信号在小波域内区分语音的清,浊音,分别用门限进行不同的处理,将去噪后的小波系数反变换后再进行语音识别。实验结果表明,小波去噪对在噪声环境下的语音识别性能有很大的改进。     

信噪比信息与时频特征修正相位的语音增强

针对在基于谐波模型的相位谱语音增强算法中,只对浊音段相位进行重构导致语音失真和听觉不连贯的问题,提出了用信噪比信息与时频特征改进相位重构的新方法。首先,引入与相位失真有关的时频特征并计算决策阈值;然后利用信噪比信息计算带噪语音与纯净语音的相位偏差,两项比较进一步估计清音段与浊音段的语音相位,能有效改善语音的连贯性;最后将重构的相位与改进二元假设模型的幅值估计结合并进行语音增强。经过对不同噪声背景下的不同语音进行实验表明:新算法的相位差更接近于原信号。与对比算法相比,增强语音的信噪比平均提高2.39dB,语音感知评价指标平均提高0.12,有效地降低了语音失真,提高了语音可懂度。     

Segregation of voiced and unvoiced components from residual of speech signal

In conventional source-filter models, voiced and unvoiced components were considered independently. However, in practice it was difficult to separate the source into two parts. An actual source consists of a mixture of two sources and the ratio varies according to the content or the intention of speaker. It had been investigated to separate the voiced and unvoiced components for different source models. Source signals were modeled based on the residual signal measured from inverse filtering. Three different source models were assumed. The parameters of each model were optimized for the original speech signal using a genetic algorithm. The resulting parameters were compared in terms of the mel-cepstral distance to the original signal, the spectrogram and the spectral envelope from the synthesized signal. The optimization method achieves an improvement of 15% for the Klatt model, but there is little improvement in the modified residual case.     

基于语音分组的基音周期检测方法

针对语音信号的特点,清音和浊音,清音没有明显的周期性,它类似于高斯白噪声,浊音具有周期性的特征,并且浊音的基音周期只有准周期的特点,另外语音信号是非线性时变的信号,只能采用短时平均方法估计基音周期。针对这些特点,本文对处理的语音信号按照频率进行分组,分组后再进行基音周期的提取,减少了处理的复杂度和增加了准确率。     

基于多相滤波器组的语音基频检测方法

基于多相滤波器组的语音基频检测方法，运用多相滤波器组分解语音信号频谱，然后利用声带震动的能量准周期性在各子带进行峰值搜索，并综合这些子带的搜索结果计算基音周期，最后根据先验知识以及一种新的清浊音判定方法对结果进行校正。基于标准TIMIT语料库子集的实验结果证明了此方法的有效性。     

MA Hongfei;ZHAO Yuejiao;LIU Ke;LIU Hao

In order to improve the accuracy of the voiced/unvoiced/silence classification, a new method based on the Stack Autoencoder (SAE) is proposed. This method is implemented with a deep neural network composed of SAE and Softmax. First, the SAE is trained with the unsupervised method using a speech parameter training sequence which includes the residual signal peak, gains, pitch periods, and line spectrum frequency (LSF), while the Softmax is trained with supervision by the use of the output of the SAE with the speech parameters training sequence as its training input. Then a supervised fine-turning method to the deep neural network is conducted to obtain the final parameters of the networks. Test results have shown that the accuracy of the speech classification of the presented method is better than the traditional methods in different background noise conditions with different signal-to-noise ratios (SNR), especially in the low SNR condition.     

基于语音清浊音分离的语音增强算法

根据语音清浊音产生的机理不同,更精确地估计了清浊音的谱密度函数,提出了一种新的基于清音和浊音分离的语音增强算法,Matlab仿真试验验证了本文算法的有效性。     

语音信号的特征量分析和消噪处理

介绍了用VC开发的关于语音信号特征量分析及增强的软件包.软件包不仅实现了对语音信号的时域和频域的特征参数快捷提取和实时显示,还可以实现清浊语音段的分离,最重要的是可以实现语音的增强和背景噪声的降低处理.     

4．1 5 kbps IMBE算法研究与实现

本文详细介绍改进型多带激励(IMBE)语音编码算法,在语音分析过程,重点介绍了自适应门限的清/浊判决法,在参数编码过程,重点介绍了谱参数的编码方法.本文最后给出了软件模拟的实验结果.