基于最小相位分解的语音去混响

为解决语音通信中的混响干扰问题,提出了一种基于最小相位分解的,可用于单通道语音的去混响方法。根据信号最小相位分解的原理,将接收到的含噪带混响的语音信号分解成最小相位部分和全通部分,对其中的最小相位部分进行复倒谱域的滤波处理,再与全通部分进行合成以实现混响的去除。通过仿真实验来实现这种方法,并与另一种改进过的复倒谱域滤波的去混响方法进行比较,实验结果表明这种方法相对较好。     

一种适用于混响环境的麦克风阵列语音增强方法

在小型视频会议系统中,影响语音处理系统性能的主要因素是房间混响效应.现有语音增强方法大都采用加性噪声模型,没有考虑混响;而基于倒谱的语音去混响方法大多计算复杂.为此,本文给出了一种改进的麦克风阵列倒谱域语音去混响方法.该方法首先计算含噪语音倒谱域的最小相位分量,并对其进行波束形成,再进行低通滤波;然后利用人耳对相位信息的不敏感性,采用含噪语音的相位来合成增强后的语音信号,从而有效地降低了运算量.仿真结果表明,该方法在混响环境下能有效地改善语音质量.     

基于反幂法和卡尔曼滤波的自适应语音去混响方法

噪声鲁棒的自适应语音信号去混响是现代语音信号处理的重要研究内容,其困难在于语音信号的非白性、非平稳性及房间的超长冲激响应特性。针对单输入多输出(SIMO)麦克风阵列系统获取的多路混响语音信号,提出了一种新的去混响算法。首先通过相关法时延估计对SIMO混响语音信号进行时延对齐;其次在保持SIMO系统输出信号间交叉关联关系(cross relation)基础上对混响语音信号进行预白化处理;最后把交叉关联关系、用于矩阵最小特征向量计算的反幂法与卡尔曼滤波解卷积方法有机结合,实现了SIMO混响语音信号的实时自适应去混响。仿真与实验研究表明,本方法对混响语音信号去混响效果明显,同时具有较好的抗噪声性能。      

应用声表面波功率倒谱技术检测回波时延

多径效应环境中,接收的信号是混响信号,它由主波和一些回波所组成。一般的方法不易检测时延,且无处理增益。应用SAW功率倒谱技术能实现检测出回波时延信息,而且有处理增益,即能在噪声淹没的信号中提取时延。本文介绍应用SAW功率倒谱技术检测时延的原理,同时给出提高信噪比的实验结果。     

主动声纳中混响干扰的一种非线性抑制方法

本文介绍了一种基于混沌理论的非线性动力学信号分离方法——变尺度概率净化法,并将之优化应用于主动声纳目标检测中混响干扰的抑制。该方法以近似条件下不含目标回波的纯混响数据作为参考信号,使目标回波分离后的混响背景数据与参考混响数据在相空间上具有一致的概率分布,使目标回波与混响背景适度分离,从而实现对混响干扰的抑制。在信混比较高的情况下,该方法具有较好的混响抑制效果。另外,论文对算法作了一些改进,降低了算法的运算量和运行所需内存,而分离性能并没有下降。     

基于倒谱分析的脉冲激光测距抗云烟干扰算法

针对脉冲激光测距因云烟干扰造成的多径效应而难以准确定位目标回波的问题,介绍了倒谱提取时延的原理,以及利用倒谱技术结合信号积累来定位真实目标回波位置的方法,随后分析讨论了累积次数、混叠因子和输入信噪比对目标定位率的影响,并用蒙特卡罗法统计得到3个影响因子与目标定位率的关系图.针对输入信噪比对目标定位率有较大影响的分析结果...     

用倒谱法实现直接序列扩频信号检测的研究

用倒谱法检测被ｍ码调制的、携带信息的直接序列扩频信号,对其伪码周期和码元宽度等参数的可行性和有效性进行重点研究,从理论上推导了直接序列扩频信号的倒谱运算过程,其结果证明直接序列扩频信号倒谱输出的第一根和第二根谱线分别包含伪码的码元宽度及其周期信息,从而论证这种方法在理论上的可行性;通过计算机仿真验证检测性能。并且从仿真结果得出该方法在检测直扩信号时的优越性和局限性。     

基于声音信号的特征提取方法的研究

主要介绍了利用MATLAB语言对声音文件的采集、调入和一些基本处理方法，对预处理过程及特征参数的选取做了详细的说明，并着重介绍了线性预测系数（LPC）及其倒谱系数（LPCC）和梅尔频率倒谱系数（MFCC），且对它们进行了比较。     

多通道CDR线性预测语音去混响方法

针对封闭环境下的混响对智能语音处理系统性能的影响,论文提出了一种麦克风阵列语音去混响方法。考虑到阵列接收信号所构建的协方差矩阵存在部分数值为零,进而造成输出语音信号失真的情况,论文给出基于两个通道语音信号功率谱的相干扩散功率比（CDR）来实现协方差初始化,采用递归平均得到阵列接收信号协方差矩阵的估计值,进行通过多通道线性预测来优化MCLP的去混响方法。实验结果表明,通过不同混响条件下不同方法的比较,论文提出的去混响算法均取得了较好的去混响效果。      

直接序列扩频信号的盲检测

本文将时域相关检测法,循环谱检测法,倒谱检测法和高阶累积量检测法四种方法应用于直接序列扩频信号(DSSS)的盲检测,给出了具体的实现方法,并通过仿真实验进行验证比较,结果表明,时域相关法和循环谱法并不适用于低信噪比情况下信号的盲检测,相对于高阶累积量法,倒谱法在实时性方面有较大优势,有较好的发展前景。     

改进的多级线性预测晚期混响抑制算法

在一个封闭的空间内,距离声源较远时接收到的语音信号通常会被混响所污染,其中晚期混响会在很大程度上降低语音可懂度。一般的去噪方法只能去除常见的加性噪声如白噪声,并不能去除房间冲激响应与干净语音卷积而成的混响,因此需要专门的去混响算法来去除晚期混响带来的影响。本文提出了一种新算法,在多级线性预测单通道去混响算法的基础上,修正了其预白化过程,改进后的算法可以提升语音前两个共振峰。实验结果证明,新算法在去除大部分混响的同时能够保留更多的有用语音的低频成分,因而提高了语音可懂度。      

基于TMS320C54XDSP的语音识别装置的研究与实践

运用TMS320C5416实现了语音自动识别装置。该装置利用一种新的语音信号r阶的倒谱线性回归系数等参数构成识别的特征矢量集，运用模糊矢量量化技术实现了特定人的语音识别。实验结果表明该系统具有识别精度高、识别速度快等特点．是一种语音自动识别装置的有效的硬件实现方案。     

基于深度学习的两阶段联合声学回波和混响抑制技术

在现代通信系统中，通信语音的质量和可懂度会被回波与混响严重损害，人与人之间的交流因此会被严重干扰。为了同时消除回波与混响的负面影响，本文提出了一种基于深度学习的两阶段联合声学回波和混响抑制系统。该系统逐步地消除加性声学回波与多径效应产生的混响干扰，从而获得目标语音。系统首先使用基于理想比值掩蔽（Ideal Ratio Mask，IRM）的模型去除与目标信号不相关的声学回波，紧接着对于与目标信号强相关的混响干扰，系统通过利用一个基于“隐掩蔽”的谱映射模型将其去除。两阶段模型最后进行联合训练以获得更好的系统性能。一系列不同声学环境下的实验结果表明，本文所提出的系统可显著地消除回波与混响干扰，从而极大地增强了目标语音的语音质量与可懂度。      

复广义高斯分布多通道最大似然联合去噪去混响波束形成器

提出了一种基于复超高斯分布的多通道联合去噪去混响波束形成器。本文采用复超高斯模型对语音信号建模,在最大似然准则下首次推导出联合去噪去混响波束形成器的解析表达式,并证明了该式是现有多种联合去噪去混响波束形成器的一般化形式。同时通过理论推导证明本文所提算法性能优于传统多通道预测误差算法级联最小功率无失真波束形成器。仿真实验与实际实验结果均表明,本文提出的算法在多个客观指标上明显优于现有联合去噪去混响算法。      

基于归一化自相关的语音基频特征提取

语音的基频（也称音高、基音周期或F0）及其变化规律是语音信号的一个重要特征,在语音情绪识别、声纹识别中有重要的应用。而语音基频的提取一直是语音信号处理中的难点,这也是语音基频特征未能广泛应用于语音识别等应用的重要原因,因此准确高效的提取音高在语音信号处理中能够有重要的意义。本文基于归一化自相关函数,结合倒频谱方法,提取了一种改进的基于归一化自相关的语音基频提取算法,实验证明该方法在基频提取中取得了较好的结果。     

Multichannel Online Blind Speech Dereverberation with Marginalization of Static Observation Parameters in a Rao-Blackwellized Particle Filter

Room reverberation leads to reduced intelligibility of audio signals and spectral coloration of audio signals. Enhancement of acoustic signals is thus crucial for high-quality audio and scene analysis applications. Multiple sensors can be used to exploit statistical evidence from multiple observations of the same event to improve enhancement. Whilst traditional beamforming techniques suffer from interfering reverberant reflections with the beam path, other approaches to dereverberation often require at least partial knowledge of the room impulse response which is not available in practice, or rely on inverse filtering of a channel estimate to obtain a clean speech estimate, resulting in difficulties with non-minimum phase acoustic impulse responses. This paper proposes a multi-sensor approach to blind dereverberation in which both the source signal and acoustic channel are directly estimated from the distorted observations using their optimal estimators. The remaining model parameters are sampled from hypothesis distributions using a particle filter, thus facilitating real-time dereverberation. This approach was previously successfully applied to single-sensor blind dereverberation. In this paper, the single-channel approach is extended to multiple sensors. Performance improvements due to the use of multiple sensors are demonstrated on synthetic and baseband speech examples.     

基于线性预测残差倒谱的多语音基音频率检测

本文提出了一种基于线性预测残差倒谱的多语音基音频率检测算法,该算法首先对混合语音信号进行线性预测分析,进而计算预测信号与原混合信号的残差,并对残差信号做倒谱变换,得到混合语音信号的线性预测残差倒谱;然后在该信号的残差倒谱中,结合图像处理的技术,利用语音信号基音倒频匹配法检测出多语音信号的基音频率;最后在基音标定的过程中,本文算法利用语音信号的连续特性,依据信号基音频率前后差距变化最小原则标记出各基音所属话者。实验结果表明,本文提出的算法在弱回声及无回声的情况下能快速有效地从单声道混合语音信号中检测出多语音基音信息。     

基于DTW/SVM的语音识别系统在DSP中的实现

采用动态时间归正算法(DTW)和支持向量机(SVM)相结合产生一个新的基于径向基函数的DTW核函数实现语音识别,该方法在小词汇量及孤立词识别方面相对传统的隐马尔可夫模型有较大优势。为了满足语音识别系统对实时性和便携性的要求,提出了基于DTW/SVM的混合方法在TMS320C6711DSP芯片中实现的应用研究;给出了语音识别系统的原理框图,其中采用Mel倒谱系数为语音特征参数,应用了可变窗长端点检测技术;阐述了DSP设计中系统的软硬件设计方案及具体的接口电路,该系统使得语音识别更为快速便捷,并且具有一定的通用性。