语音信号产生模型的建立及应用

从人类语音产生的机理出发,介绍了语音信号的特征和语音信号的语谱图,引出了语音信号的产生模型.同时讨论了在语音信号产生的模型应用中,线性预测编码方法及语音产生模型在语音合成和语音识别中的应用原理,体现了语音产生模型在语音处理技术方面的重要地位.     

采用PCNN的有噪特定人语音识别系统

在特定人语音识别系统中,噪声严重影响语音特征提取,并导致语音识别率明显下降。针对在噪声环境下语音识别率偏低的问题,通过谱减法去除语音信号噪声,并根据语音信号语谱图可视化的特点,运用脉冲耦合神经网络从语音信号的语谱图中提取熵序列作为特征参数进行语音识别。实验结果表明,该方法能较好地去除语音信号中的噪声,并能使在噪声环境下的特定人语音识别系统具有较好的识别效果。     

基于语音增强的双门限语音端点检测算法

语音端点检测是语音信号处理过程中的一个重要步骤,其准确性对语音信号处理有直接影响.传统的双门限语音端点检测技术,在纯净语音或高信噪比的情况下,语音端点判断准确,但低信噪比的情况下,端点识别率很低,出错率较高.为了提高低信噪比条件下语音端点检测的识别率,在传统双门限语音端点检测的基础上融合了语音增强,通过Matlab仿真实验,取得了较高的语音端点检测准确率.     

语音短时分析与合成的滤波器实现

频谱分析技术在语音信号处理中得到了广泛应用。短时频谱分析是各种语音频域处理方法的基础,广泛应用于语音编解码、语音合成、语音识别等领域。通过时频分析理论,对语音短时频谱分析与合成进行理论推导,表明语音短时频谱分析与合成可以通过加窗和滤波语音信号实现,并据此提出具体算法,按照该算法处理实际语音数据。合成语音与原始语音相比,差异很小。     

语音信号特征参数研究

在语音技术的发展过程中使用了大量的语音信号特征参数,好的语音信号特征参数能对语音识别起至关重要的作用。本文对语音信号特征参数、语音信号特征参数的选择进行了介绍,并介绍了语音信号的短时能量、短时平均幅度的提取。     

基于MP算法的语音信号稀疏分解

语音信号稀疏分解是一种新的语音信号分解方法,可以将语音信号分解为很简洁的近似表达形式。在语音信号稀疏分解的基础上,可应用于语音处理的多个方面,如语音压缩、语音去噪和语音识别等。研究利用Matching Pursuit（MP）算法实现语音信号的稀疏分解,实验结果表明基于MP算法的语音信号稀疏分解具有较好的重建精度和较高的稀疏度。     

语音信号特征参数研究

在语音技术的发展过程中使用了大量的语音信号特征参数,好的语音信号特征参数能对语音识别起至关重要的作用。本文对语音信号特征参数、语音信号特征参数的选择进行了介绍,并介绍了语音信号的短时能量、短时平均幅度的提取。     

基于IEEE802.15.4的煤矿井下无线语音通信系统设计与实现

针对当前矿用语音通信系统的不足,提出了一种基于IEEE 802.15.4协议标准的矿用语音通倌系统设计方案,给出了无线语音通信终端的软、硬件设计;语音通信终端采用CC2530作为处理器芯片,利用CSP1027对语音信号进行A/D或D/A转换,并采用AMBE语音编解码技术对量化后的语音数据进行编解码,在无线通信协议IEEE 802.15.4标准上实现各节点间语音信息的双向无线传输;实验测试结果表明,语音通信设备在有电磁干扰及障碍物的环境下,其有效通信距离为37 m,在有效通信距离内具有语音清晰、通话可靠,满足语音通信要求。     

基于MELP的汉语耳语音重建

该文使用混合激励线性预测(MELP)声码器来完成耳语音转化为正常音。在语音编码的过程中,对原有的声码器的编码过程进行修改。在语音中引入基频和对语音的声道共振峰参数进行修改,进而完成耳语音的编码过程。最后使用解码器对参数进行语音的合成得到目标语音。实验结果可以较好的得到正常语音。     

基于相空间重构的语音特征研究

本文通过重构语音信号相空间。研究语音的相似序列重复度及其熵信息,分析比较了语音信号在相空间中的非线性特征。根据清音和浊音在多维相空间中的不同空间分布特性,对语音音素进行了分类。利用语音信号在相空间中的非线性特征可以为语音识别研究提供一个新的方向。     

VOC语音文件格式分析及应用

随着多媒体技术的发展,语音文件的应用越来越广泛,而语音文件的存储格式又是多种多样的,为了充分利用各种语音工具的特点,以及在开发软件中使用语音技术,就需要了解它们的格式,从而进行语音格式的相互转换,对语音数据进行处理和播放。语音文件常见的格式有VOC、WAV和AU等,而VOC语音文件是现在声霸卡和语音采集卡的主要存储格式,本文分析了VOC语音文件的特点和压解方法,并用Turbo C编制了在没有声霸卡支持下,用一般PC机的扬声器来实现VOC语音文件的播放方法。     

基于改进能熵比的维纳滤波语音增强算法

为了提高低信噪比环境下语音增强的效果、算法的鲁棒性.在基于维纳滤波算法的基础上,结合基于频域特征的语音端点检查算法,提出了一种新的语音增强算法.端点检测算法使用小波包ERB子带的谱熵和改进的频域能量的能熵比法.其中,小波包ERB子带的谱熵考虑了人耳听觉掩蔽模型和语音与噪声信号之间的频率分布之间的不同;频域能量利用了有语音帧和无语音帧的能量不同.维纳滤波算法实时采集语音数据并使用新的参数来区别无语音段和有语音段,并在无语音段平滑更新噪声谱.实验结果表明,该端点检测算法能够很好的区分有语音段和无语音段,这就使得在低信噪比的情况下语音增强效果得到了提升,同时算法的鲁棒性和实时性也得到了保障.在与其他两种算法对比中,得到了更好的语音增强效果.     

随机共振在强噪声环境中语音增强应用

传统的语音增强方法是在保持语音可懂度和清晰度的前提下,尽可能地从带噪语音中提取需要的纯净语音,而在强噪声环境中,语音信号表现为弱信号,去噪变得困难.基于Hodgkin-Huxley神经元阈上非周期随机共振原理,提出一种自适应调节,添加最佳噪声来进行语音随机共振,从而实现语音增强.Matlab实验结果表明,在强噪声环境中实现对语音信号增强,信噪比提高明显,且效果优于传统算法.方法具有一定鲁棒性,提供了在强噪声环境中增强语音信号的新思路.     

语音增强方法综述

环境噪声会影响语音质量,严重的情况下语音将完全淹没到噪声中,无法分辨.语音增强就是从带噪语音信号中提取尽可能纯净的原始语音.本文对目前一些主要的语音增强方法做了研究,分析了各种方法的优缺点.在实际应用时,要根据具体的噪声情况和特定环境,选用不同的语音增强方法或语音增强方法的组合,来达到最好的语音增强的效果.     

基于双层码本的语音驱动视觉语音合成系统

提出了一种基于双层码本的语音驱动视觉语音合成系统,该系统以矢量量化的思想为基础,建立语音特征空间到视觉语音特征空间的粗耦合映射关系。为加强语音和视觉语音的关联性,系统分别根据语音特征与视觉语音特征的相似性两次对样本数据进行自动聚类,构造同时反映语音之间与视觉语音之间相似性的双层映射码本。数据预处理阶段,提出一种能反映视觉语音几何形状特征与牙齿可见度的联合特征模型,并在语音特征LPCC及MFCC基础上采用遗传算法提取视觉语音相关的语音特征模型。合成的视频中图像数据与原始视频中图像数据的比较结果表明,合成结果能在一定程度上逼近原始数据,取得了很好的效果。     

面向AI的语音数据采集服务平台的设计与实现

为解决语音AI 的方言语音数据采集存在的数据量不够多、样本分布不均衡等问题,以语音数据收集、标注、数据交叉校验、数据集打包分享为目标,设计开发了一个语音数据采集与服务平台,提供语音数据采集、任务定制、语音与文本数据管理、数据标注、数据检索、数据下载等功能,通过微信小程序和手机APP吸引用户参与有趣的语音游戏,从而实现可定制的语音数据采集、标注、交叉校验等工作,在提升语音数据量的同时,有效解决数据采集过程中的样本分布不均衡问题,提升语音数据在方言人群和地域方面覆盖范围,提升数据质量,助力方言语音识别。     

基于TMS320F2812的语音检测系统设计

语音静噪是以语音检测为基础实现无语音时屏蔽系统输出的一项功能.由于短波电台接收机存在诸多噪声干扰,致使语音静噪较难实现.本文设计实现一种以TMS320F2812 DSP芯片为核心的语音检测系统,对短波电台接收到的信号进行分析和处理,并应用短时自相关算法进行语音检测.如果检测存在语音信号则通过DA把语音转换输出.通过在实际应用环境中测试表明该语音检测系统结构简单,语音检测准确度高,可以有效解决短波电台的语音静噪问题.     

融合声学特征和深度特征的语音文档分类

传统的语音文档分类系统通常是基于语音识别系统所转录的文本实现的,识别错误会严重影响到这类系统的性能。尽管将语音和识别文本融合可以一定程度上减轻识别错误的影响,但大多数融合都是在表示向量层面融合,没有充分利用语音声学和语义信息之间的互补性。本文提出融合声学特征和深度特征的神经网络语音文档分类,在神经网络训练中,首先采用训练好的声学模型为每个语音文档提取包含语义信息的深度特征,然后将语音文档的声学特征和深度特征通过门控机制逐帧进行融合,融合后的特征用于语音文档分类。在语音新闻播报语料集上进行实验,本文提出的系统明显优于基于语音和文本融合的语音文档分类系统,最终的分类准确率达到97.27%。     

语音输出式信息管理系统的建立

一、语音输出式信息管理系统简介 语音输出式信息管理系统是一个将语音输出技术和信息管理系统高度统一、高度协调的系统即是一个在信息管理系统中增加了语音输出功能,以信息请求方式输入,以语音输出方式作为信息请求回答的系统并具有其它信息管理系统的特点。 在该系统中,语音与键盘并行操作,分时工作。计算机以语音方式亲切自然地询问用户的要求,用     

ISD2500系列语音芯片在报警系统中的应用

介绍了ISD2500系列语音芯片工作原理及其在报警系统中的应用,同时给出了语音段落组合播放方法和语音复制电路的设计;由于ISD系列语音芯片是采用模拟方式来存储语音信息,因而语音信息的复制较为困难;针对此问题,给出了在语音段落起始地址已知和未知的情况下,运用连续寻址模式来实现语音信息复制的方法;经实践证明该方法简便可靠,达到了较为理想的复制效果.