数字语音系统的优化设计与分析

数字化语音存储与回放系统的基本原理是对语音的录音与放音的数字控制,其关键技术是为了增加语音存储时间,提高存储器的利用率,采用了非失真压缩算法对语音信号进行压缩后再存储,而在回放时再进行解压缩;同时,耐输入语音信号进行数字滤波以抑制杂音和干扰从而确保了语音回放的可靠质量.     

语音增强算法综述

噪声降低了语音的信噪比和可憧度，严重时会使语音处理系统无法正常工作．对带噪语音信号进行语音增强处理，是一个亟待解决的课题．本文对目前主要几种语音增强算法做了分析研究，结果表明各种方法都有不足，在实际应用中应根据具体环境和系统要求，结合各种算法以达到语音增强的最佳效果．     

简单实用的瞬态波形记录仪原理与实现

本文介绍了利用当前先进的E~2PROM单片语音芯片实现瞬态波形采集、记录与回放的原理。在介绍了单片语音芯片SR9G26工作原理及引脚定义基础上,叙述了分段与读写控制、采集与同步回放等电路的设计。     

基于STC单片机的语音存储与回放系统设计

以STC89C52单片机为核心控制单元,结合语音控制芯片ISD4004,实现一种简单的语音存储与回放系统。系统硬件部分包含单片机控制电路、ISD4004语音处理电路等电路;软件部分为系统主程序以及录/放音子程序。该系统具有操作性强、可靠性高、电路设计简单等特点,可用于不同的语音服务场所。     

基于子空间方法的语音增强算法研究

给出了一种基于子空间方法的语音信号增强处理算法，该算法提供了在语音信号失真和残留噪声之间进行控制的机制，克服了以往语音增强算法中对语音信号的噪声特点的限制，可以对混有加性白噪声、有色噪声和音乐噪声的语音信号进行增强处理。     

室内扩声中抑制声反馈下的语音信号提升

根据声反馈的技术原理，给出了具体实现在抑制声反馈的同时提升语音信号的解决方案。该系统与常规的声反馈抑制方法相比，语音扩声增益增加4dB．扩声效果清晰，背景噪声明显减小。     

语音录音电路的设计

随着单片机技术的发展，语音编解码技术日益广泛地应用于军事、民用和监控等领域。本文用ATmege128L8AU单片机和ISD4002设计了一个语音录音电路，从而实现了语音的分段录取和组合回放。     

一种基于能量对称度参数的实时基音检测方法

提出了一种基于能量对称度(ES)参数的基音检测方法.先通过波峰检测和对称度检测粗略估计语音的基音，再根据ES参数得到最佳的语音基音。实验证明此方法不仅具有实时性而且具有很高的准确性，而且不存在延时问题．是一种适合于单片机实现的语音信号处理方法。     

基于ARM的嵌入式语音识别系统研究

在分析语音识别原理的基础上设计了一个基于ARM9和嵌入式Linux的嵌入式语音识别系统采用隐马尔可夫（HMM）算法对语音信号进行特征参数序列比较并识别出结果。语音识别子系统由ARM和DSP芯片为核心，配合其他功能电路，能够独立完成语音识别的工作．     

语音互联网展望

语音互联网是电话网与互联网的完美结合，通过语音互联，普通电话用户用自然语言对话的方式即可获取互联网的主要服务．本文结合自己的工作介绍了语音互联网的系统架构、优势、应用及实现方法．     

离散余弦小波包变换及语音信号压缩感知

针对语音信号压缩感知问题,在研究语音离散余弦变换(Discrete Cosine Transform,DCT)系数和小波包变换(Wavelet Packet Transform,WPT)特性的基础上构造了离散余弦小波包变换(Discrete Cosine Wavelet Packet Transform,DCWPT)。DCWPT首先获取语音信号的DCT域系数,结合语音频谱特性选取部分DCT系数进行WPT变换,从而得到比DCT系数更加稀疏的DCWPT系数。为将此变换直接用于压缩感知,构造了DCWPT的正交稀疏分解矩阵并分析了其稀疏表示性能。结合稀疏表示基优化了正交匹配追踪重构算法,提出了基于DCWPT的语音信号压缩感知框架。通过压缩重构对照实验,采用主客观评价指标,得出该方法优于传统基于DCT的语音压缩感知方法的结论。     

一种自适应噪声抵消系统的仿真与设计

自适应噪声抵消系统是基于自适应滤波原理的一种扩展,它能从被噪声干扰的环境中检测和提取有用信号,抑制或衰减噪声干扰,提高信号传递和接收的信噪比质量。研究常用噪声消除算法,并仿真验证系统设计和所选自适应算法的可行性,最后应用DSP技术设计一个自适应噪声抵消系统,使其能消除含噪语音信号中的背景噪声,达到提高语音信号质量的目的。     

Method for Measuring the Intelligibility of Speech Signals in the Kullback–Leibler Information Metric

Measurement Techniques - We consider the problem of determination of the intelligibility of speech of a speaker according to a finite fragment of the speech signal. It is shown that the main...     

采用双谱特征的语音可懂度评价算法

针对现有的语音可懂度评价方法不能有效地处理信号在多种类型的非线性失真下的变化,提出了一种基于双谱特征的语音可懂度评价(Bispectral Speech Intelligibility Metric,BSIM)算法,用三阶统计量从语音信号的谱图中提取特征。双谱可以检测语音信号中的非线性相位耦合,抑制非高斯信号中的高斯噪声,从而揭示更多隐含于信号内部的有用信息。将本方法与现有的语音可懂度指标进行了比较,结果表明,此方法可以成功地预测线性失真和非线性失真造成的语音可懂度下降,其评价结果与主观可懂度结果具有很高的相关度,对信号失真变化敏感。     

语音模糊消噪算法

针对加性有色噪声,提出了语音信号模糊消噪算法;建立并训练了一个语音模糊消噪系统——自适应神经模糊推理系统（ANFIS）;用其对含噪语音中的有色噪声进行模糊估计,从而提取出干净的语音。对算法进行了仿真实验,结果表明,对模拟有色噪声在-17dB时能提取出清晰的语音。     

信号相位匹配算法的语音降噪及性能评估

针对信号相位匹配算法能够在信号估计中准确提取信号频率成分的优点,将三子阵信号相位匹配算法应用于提取强背景噪声中的语音信号,同时提出了基于平均段内功率谱密度距离的语音质量客观评价方法,将主观平均意见分（MOS）、信噪比和平均分段功率谱密度距离作为指标,分别对三子阵信号相位匹配法、谱减法和最小均方误差估计法这三种算法的处理结果进行客观评价并对算法的降噪性能做了对比。仿真结果表明,三子阵相位匹配算法能够达到强背景噪声环境下语音降噪的目的;同时基于平均段内功率谱密度距离的语音质量客观评价结果与主观评价结果相符合,该评价方法具有一定的可行性。     

微文字识别系统关键技术研究

分析研究了微型汉字识别系统设计中的关键技术。主要包括：汉字识别、语音合成、系统设计；该系统通过前端的单片微型摄像头对文字进行图像采集，然后由DSP处理器进行图像分析和汉字识别，最后通过语音合成芯片进行朗读。     

采用反向泵浦光纤喇曼放大器的40信道DWDM光纤传输系统放大特性的数值分析

研究了反向泵浦光纤喇曼放大器中泵浦和信号相互作用的数值求解方法。通过这种方法，能方便地获得信号沿光纤的分布，以及多波长DWDM光纤传输系统谱特性等性能指标。对采用反向泵浦光纤喇曼放大器的单信道以及40信道DWDM光纤传输系统进行了分析和计算，给出了模拟计算结果。此方法没有忽略泵浦由于放大信号而引起的损耗，因此结果准确，为反向泵浦光纤喇曼放大器的设计，分析和应用提供了有效手段。     

Telephony Speech Enhancement by Data Hiding

The current public switched telephone network (PSTN) is only able to deliver analog signals in a relatively narrow frequency band, about 200-3500 Hz. Such a limited bandwidth causes the typical sound of the narrowband telephone speech. In order to improve intelligibility and perceived quality of telephone speech, we propose using data hiding to extend the PSTN channel bandwidth. Based on the perceptual masking principle, the inaudible spectrum components within the telephone bandwidth can be removed without degrading the speech quality, providing a hidden channel to transmit extra information. The audible components outside the PSTN bandwidth, which are spread out by using orthogonal pseudo-noise codes, are embedded into this hidden channel and then transmitted through the PSTN channel. While this hidden signal is not audible to the human ear, it can be extracted at the receiver end. It results in a final speech signal with a wider bandwidth than the normal PSTN channel. Using both theoretical and simulation analysis, it is shown that the proposed approach is robust to quantization errors and channel noises. Although we cannot physically extend the transmission bandwidth of PSTN, the telephony speech quality can be significantly improved by using the proposed data hiding technique