基于傅立叶-贝塞尔展开的语音转换算法

文中介绍了基于FB展开的语音信号表示的基本理论,并对用FB展开系数表示语音的能力进行了分析。提出了基于FB展开的语音转换算法,并对该算法进行了仿真实验。对转换后语音所进行的ABX测试表明,该算法能够较好的完成语音转换,转换后语音的自然度和目标人趋向度比较高。     

基于跟踪共振峰的语音增强算法

该文通过实验方法研究和分析了汉字语音共振峰的特点,发现可跟踪并找到各个共振峰,结合汉字发音所具有的一般规律,提出了一种基于跟踪共振峰的语音增强算法。该算法能够有效地识别出带噪语音中的语音帧和非语音帧,简单且有效地去除非语音帧的全部噪声,明显抑制语音帧内的噪声。算法计算复杂度低并具有噪声环境可移植性。     

通信系统中语音编解码对语音增强算法的影响

系统研究了现有语音通信系统中使用的几种语音编解码算法以及主流的单通道语音增强算法,并将二者相结合,对实际通信系统中的结构进行仿真.研究发现,现有的基于线性预测分析技术的语音编解码算法,在高编码率的情况下对于语音增强算法的性能不仅不会有损失,反而会在一定程度上改善增强算法带来的语音失真的情况,提高语音增强算法的效果.     

一种汉语语音变换技术

汉语语音变换技术的目的是将汉语语音中源说话人的语音特征转换为目标说话人语音特征。提出的适用于汉语说话人的变换算法分为3个部分:前两部分用高斯混合模型实现了语音的谱包络(线性预测编码)及其激励(残差)的转换;第三部分采用支持向量回归算法实现语音的韵律变换规则建模,结合汉语语音特点利用基音同步叠加算法实现语音的超音段特征调整。与现有的语音变换算法进行比较,算法针对汉语语音超音段发音特点进行韵律调整,有效实现了汉语语音变换并得到高自然度合成语音,是一种有效的汉语语音变换算法。     

PESQ测量语音增强算法性能不确定性的研究

对用感知语音质量评价标准（PESQ）测量语音增强算法性能的不确定性进行了研究,给出了不同测试条件下,语音增强算法所得PESQ值的不确定性。通过对结果的分析,比较了轿车噪声条件下几种语音增强算法的性能,并对结果进行了可靠性分析。     

一种语音信号处理平台的设计与实现

为了满足语音信号处理算法实时实现研究的需要,提出了一种以TMS320VC5402为核心的语音处理平台的设计方案。该平台包括JTAG接口电路、闪速(FLASH)存储器的扩展电路、语音采集和语音输出电路,并提供相应电路的硬件实现。目前该平台可以很方便地实现数字滤波、语音增强、语音识别等语音信号处理算法,为研究语音信号算法的实时处理奠定了基础。     

基于人耳感知掩蔽效应的子空间语音增强算法研究

针对传统子空间语音增强算法中,因语音增强方法中去除噪声而出现的音乐噪声和失真问题,提出了一种人耳感知掩蔽效应的子空间语音增强算法,并结合频域到特征值域的变换,在Bark域内实现人耳的感知掩蔽效应的语音增强。实验结果表明,该算法在白噪声和有色噪声的背景下,与传统子空间语音增强算法相比,不仅提高了语音信号的信噪比,而且减少了语音失真和音乐噪声,提高了增强后语音的听觉质量。     

基于机器学习的语音情感识别技术研究

针对快速发展的语音情感识别技术,归纳总结了机器学习算法在语音情感识别领域的发展过程并预测语音情感识别技术的发展方向.首先针对语音情感的离散描述模型,总结语音情感识别模型训练和识别算法的一般过程;然后,根据机器学习算法的发展阶段,分别对比分析传统机器学习算法,深度神经网络、卷积神经网络、循环神经网络等深度学习算法与语音情...     

基于动量项先验信噪比估计的语音增强算法

先验信噪比(Signal Noise Ratio,SNR)估计的精度影响着语音增强算法的性能.直接判决(Decision Directed,DD)算法是最常用的先验信噪比估计算法,但是,该算法估计的增强语音语音失真严重.首先介绍了语音增强算法的基本理论并分析了DD算法、TSNR算法和融入动量项算法,然后运用MATLAB软件进行实验仿真,对比分析了融入动量项算法的性能优势.     

数字对讲机语音编解码算法改进与优化

语音编解码算法是数字对讲机的核心。由于数字对讲机信道带宽和信道质量的限制,要求采用的数字语音编码算法在保证语音质量的情况下降低编解码速率,并且要求语音编解码算法有一定的容错能力。由于数字对讲机手持设备功耗的限制,要求数字语音编解码的算法复杂度尽可能低。文章对正弦激励线性预测（SELP）的2．4k语音编解码算法进行简化,在基本不降低语音质量的条件下大大降低了算法复杂度,并针对ARM9E硬件平台进行优化,最终在该平台上实现了该算法。     

Stabilized dual-polarization oscillation in a LiNd0.5La0.5P4O12laser

Stabilized dual-polarization oscillations inc-rod LiNd0.5La0.5P4O12(abbreviated as LNLP) lasers are reported. The dual-polarization oscillation, which means the simultaneous oscillation of orthogonally polarized modes, was obtained by setting the LNLP crystal at suitable positions in the resonator without any optical device.     

From destination prediction to route prediction

A prediction of a vehicle's route would be useful for giving the driver advance warnings and alerts about upcoming situations and opportunities. This paper presents a new algorithm for predicting a driver's route based on a probabilistic prediction of the driver's destination. For each candidate destination, our route prediction algorithm plans a route to that destination. Roads on these routes accumulate the probabilities of their respective destinations, giving higher probabilities to roads along the way to higher probability destinations. The algorithm is based on a single parameter that characterises how efficiently a driver drives. Once this parameter is computed, it does not require storing a history of trips, and it works in places a driver has never visited. We test the algorithm on 100 routes recorded with the Global Positioning System (GPS) and show that the route prediction quickly narrows down the future route to a small fraction of the road network. We also compare our algorithm to two other algorithms to show how it performs better.     

快速帧内预测模式选择新方法

为了提高编码性能,H.264采用了RDO(率失真优化),但与此同时带来的是计算复杂度的增加.本文着重分析了H.264中快速帧内预测模式选择的问题.为了降低帧内预测模式选择的计算复杂度,提出了一种高效的快速帧内预测模式选择算法.首先,对Pan的基于边缘方向直方图的快速算法进行了改进,同时提出了基于参考象素特征的4×4快速帧内预测模式选择算法,并将两者进行了结合.实验结果表明,本文算法和H.264校验模型JM61相比,I帧编码时间降低61%~69%,而PSNR基本保持不变,输出码率仅略有增加;与Pan的基于边缘方向直方图快速算法相比,本文算法的I帧编码时间降低12%~33%,PSNR和输出码率均基本保持不变.     

提高弹道导弹落点预报精度方法

基于二体运动模型对弹道导弹的弹道生成和落点预报方法进行了研究,并提出改进落点预报精度的方法。该方法通过对雷达测量时间段内的弹道数据进行滑窗平均处理,以提高弹道导弹落点预报精度。仿真结果验证了该方法的有效性。     

高质量300bit/s声码器算法

基于增强型混合激励线性预测模型,提出一种高质量的300 bit/s声码器算法。每个语音帧仅提取少量参数,为提高量化效率,每8个语音帧组成一个超级帧,对超级帧参数进行矢量量化。算法采用基于模式转移的码本映射估计带通浊音度参数,改善其量化精度。对不同带通浊音度模式下的基音参数量化码本尺寸进行联合优化,提高量化效率。同时,对线谱频率参数采用带有级间预测的多级矢量量化以降低谱失真。主观听觉测试表明,此声码器具有较高的可懂度并具有一定的自然度,诊断押韵测试（DRT）的分数为84.2%。     

一种基于加权隐马尔可夫的 自回归状态预测模型

针对电子系统状态趋势预测问题,提出了一种加权隐马尔可夫模型的自回归趋势预测方法.该方法以自回归模型作为隐马尔可夫的状态输出,利用加权预测思想对马尔可夫链中的隐状态进行混合高斯模型的加权序列预测,并利用最大概率隐状态下的自回归系数计算模型输出.通过对实际的复杂混沌序列和电子系统BIT状态数据进行趋势预测,并针对不同模型参数下的预测结果进行实验分析,结果表明该方法对系统状态变化的趋势具有较好的预测性能.     

一种混合型值关联间接跳转预测机制

 准确的间接跳转预测对现代处理器的性能和能耗有效性都具有重要意义.本文提出了一种混合型值关联间接跳转预测机制,通过混合使用多种关联信息以降低间接跳转误预测率.该机制一方面依赖于编译器根据高层次数据流信息识别间接跳转指令所对应的初始关联数据值.另一方面,该机制针对间接跳转预测的不同场景分别设计了两类关联信息:单一数据值和值历史,并实现了一种低开销的硬件结构,该硬件结构在运行时刻根据不同应用场景动态选择最佳关联信息引导间接跳转预测.实验结果表明,相对于传统的BTB预测器和最新的VBBI预测器,本文机制能够有效降低误预测率,提高程序性能并降低系统能耗.     

基于分形自仿射特性的混沌预测方法研究

研究了一类特殊非线性系统———混沌系统的局部预测问题。分析了分形的自仿射特性 ,将迭代函数系统(IFS)引入到混沌时间的预测中 ,从而将混沌预测问题转化为在相空间迭代寻找一个最佳的仿射算子和仿射子集 ,由此修正了最邻点的选取准则。从理论上证明了方法的可行性。结合局部超平面近似法 ,给出了迭代预测算法。数字仿真表明了该方法不仅提高了一步预测的精度 ,还具有多步较好的预测能力。     

Stock price forecasting model based on modified convolution neural network and financial time series analysis

To forecast the future trend of financial activities through its rules, a convolutional neural network (CNN) is used to forecast stock index. Firstly, a CNN stock index prediction model is constructed, the structural parameter relationship of the CNN model is analyzed, and a CNN model algorithm is implemented. Secondly, the influence of model parameters on prediction results is discussed, and the stock index prediction model based on CNN‐support vector machine (SVM) is established. At last, the empirical analysis is made, and the results show that the two prediction models are feasible and effective. It is concluded that the use of neural networks for financial prediction can deal with the continuous and categorical prediction variables and obtain good prediction results.     

Quantitative method for network security situation based on attack prediction

To predict the attack behaviors accurately and comprehensively as well as to quantify the threat of attack,a quantitative method for network security situation based on attack prediction was proposed.By fusing the situation factors of attacker,defender and network environment,the capability of attacker and the exploitability rate of vulnerability were evaluated utilizing the real-time detected attack events,and the expected time-cost for attack-defense were further calculated.Then an attack prediction algorithm based on the dynamic Bayesian attack graph was designed to infer the follow-up attack actions.At last,the attack threat was quantified as the security risk situation from two levels of the hosts and the overall network.Experimental analysis indicates that the proposed method is suitable for the real adversarial network environment,and is able to predict the occurrence time of attack accurately and quantify the attack threat reasonably.