一种基于改进谱减法的语音增强方法

谱减法是最常用的一种语音增强技术,其特点是计算复杂度低、实时性强、易于实现.谱减法的主要目的是去除语音信号中的噪声干扰,提高语音信号质量.本文在研究基于改进谱减法的基础之上,提出了利用带噪语音的高频区估计噪声谱以及由短时过零率和短时能量组合而成的加权函数去除背景噪声及音乐噪声的语音增强方法.实验表明,这种时频结合的语音增强方法对背景噪声下的语音质量的增强效果明显.     

对谱弯折DCT音频水印算法的再研究

近几年,音频数字水印技术越来越引起了人们的极大兴趣,各种新方法和技术不断提出,如何将这些方法和技术应用于实际音频作品的版权保护中,并非易事。文章在借助Choi等犤1犦的谱弯折音频水印算法解决版权保护的实际问题时,经大量的实验验证和理论分析,认为谱弯折方法对信号处理类(包括MP3压缩、重采样等)的攻击相当脆弱,不具备鲁棒性。     

提高英语语音语料库自动切分准确性的方法

本文主要对提高英语语音语料库自动切分准确性方法进行探讨，通过语音参数的选择、HMM(Hidden Markov Model）模型的初始化的问题、单音模型的修正、静音的添加和其模型的建立来提高英语切分的准确性，在实际运用中取得了较好的效果。     

识别汉语元音的一个有效参数—声道长度

人们发不同的元音时,其声道长度具有固定值,类似共振峰频率,可以作为识别汉语元音及复合元音的特征。实验表明,利用元音的第四或第五共振峰频率可以求得发该元音的接近实际的声道长度(Vocal tract length)。     

“调素”论与普通话合成自然度的提高

文献[1]中的“边缘调素脱落论”提出了音步内各音节合成时边缘调素脱落的一般规律,其规律较好地揭示了两字词和三字词的轻重音分布原则和连续变调的现象;本文在此基础上,进一步提出了音步间各音步合成时的“边缘调素脱落论”,该规律揭示了四字以上词的“调素”脱落规则以及轻重音分布原则,通过该规律的应用,提高了句子合成的自然度。     

面向文语转换的标记语言标准的研究

目前大多数的语音合成系统都是独立的工作,它们之间互不兼容,不能共事界面。因为缺少相关标准,使得语音合成器与其他系统的集成变得很困难。制定一个面向文语转换或语音合成的文档标记语言标准是解决这个问题的有效方法。本文通过对语音合成标记语言SSML(Speech Synthesis Markup Language)、口语文本标记语言STML(Spoken Text Markup Language)、JSML和一个针对TTS的基于XML／SGML的标记语言方案标准草案SABLE的分析,研究了面向文语转换系统TTS的标记语言标准化的问题。     

基于FD—PSOLA算法的语音合成分析方法

介绍了一种基于FD－PSOLA算法来实现汉语韵律特征的修改。在短时信号频域修改的过程中,通过同态滤波处理分离了频谱包络和激励源频谱,并通过修改频率轴坐标来实现激励源频谱的压缩或拉伸。实验结果表明,FD－PSOLA算法比TD－PSOLA算法更适合于较高频率调整范围的语音合成分析。     

英文文语转换系统中基于决策树的词性标注的非监督学习

英文文语转换系统中的韵律生成模块和多音词消歧模块均必须用到单词的词性信息，因而词性标注是英文TTS系统中一个非常重要的部分。讨论了在只有一个词库的有限条件下，如何通过决策树中的C4.5算法进行词性标注的非监督学习，同时讨论了未登录词的词性猜测问题。     

基于决策树CART选择拼接单元的英语语音合成

以英语文语转换系统的开发为背景，采用基于大语料库的拼接语音合成方法进行英语语音合成。就英语多音节和无限词汇的特点，选用了3种不同长度的拼接单元：单词，音节，phone。引入了决策树CART（classification and regressiontree）方法对大语料库中的语音单元进行预选，并设计了相应的单元选择算法。实验表明，利用该方法能得到清晰自然的合成效果，并且提高了单元选择的效率。     

一个基于谱熵的语音端点检测改进方法

本文提出了基于谱熵和谱减法相结合的带噪语音端点检测改进算法以及端点检测的判决准则.仿真实验表明,在语音信号受到强噪声的干扰后(5db≤SNR≤15db)所提方法可检测到准确的语音端点.