针对多种处理痕迹的数字语音取证算法

现有的数字语音取证研究主要集中于对单一的某种操作进行检测，无法对不相关的操作进行判断。针对该问题，提出了一种能够同时检测经过变调、低通滤波、高通滤波和加噪这四种操作的数字语音取证方法。首先，计算语音的归一化梅尔频率倒谱系数（MFCC）统计矩特征；然后通过多个二分类器对特征进行训练，并组合投票得到多分类器；最后使用该多分类器对待测语音进行分类。在TIMIT以及UME语音库上的实验结果表明，归一化MFCC统计矩特征在库内实验中均达到了97%以上的检测率，且在对MP3压缩鲁棒性测试的实验中，检测率仍能保持在96%以上。     

一种新的抗噪语音特征的提取

针对LPCC易受噪声干扰和不能反映人耳听觉特性的缺点,提出了新的抗噪声特征,实验表明,在各种信噪比（SNR）环境中,该方法的精度高于线性预测倒谱系数（LPCC）和美尔倒谱系数（MFCC）.     

一种改进的语音信号特征参数提取算法研究

为了提高语音信号的识别率,提出了一种改进的语音信号特征提取算法。该算法在MFCC参数的基础上,增加每帧信号的短时能量和短时过零率,使得新参数能够更为准确地表征语音信号。通过仿真实验。说明了新特征参数取得了较高的识别率。     

雷达辐射源音频信号声纹识别方法

针对复杂的电磁环境中,雷达辐射源音频信号人工识别方法存在耗时长、误判和错判等问题,提出一种利用声纹识别和计算机技术对雷达辐射源音频进行识别的方法.利用了声纹识别关键技术--美尔倒谱系数特征提取和动态时间规整算法实现雷达辐射源音频自动识别,实验结果表明:该方法缩短了识别时间,提高了识别的正确率.     

用于版权和内容认证的音频水印

提出了一种多功能水印算法,能同时对数字音频版权和内容完整性进行认证。首先将代表版权信息的二值图像以零水印方式嵌入音频美尔倒谱系数（MFCC）,再将该系数转换成二进制串,作为最终的水印信息以量化方式嵌入音频离散余弦变换（DCT）域。检测时可实现两种水印信息的盲提取。实验结果表明,该方法不但对音频内容的恶意篡改非常敏感,而且能够定位出被篡改音频的位置;此外,还能有效抵抗诸如滤波、MP3压缩等常规信号处理操作,正确恢复版权信息。     

面向普通话辅音检测的区别特征参数测量

以建立基于特征参数的解析化的普通话辅音发音检测方法为应用目的。根据普通话辅音按发音方式和发音部位分类的特点并结合区别特征理论的二元对立思想,首先提取分析了普通话21个辅音的美尔倒谱系数MFCC和美尔滤波器能量这两类特征,并进一步得到能区别发音方式或发音部位的区别性特征参数k1~k11。在此基础上构建了面向普通话辅音检测的二元分类决策树。与基于HTK的分类结果比较表明：使用基于区别性特征参数的决策树判决的方法对辅音进行分类检测和识别的结果比较稳定,准确率大多在80%以上且有更好的鲁棒性。     

基于FPGA的语音MFCC参数提取

语音信号特征参数的提取是语音技术的难点,本文提出了一种采用FPGA提取MFCC参数的方法,利用了FPGA的查找表结构,采用VHDL语言与DSP Builder相结合的方式进行设计,大大提高了信号处理速度和研发周期.     

基于EMD的改进MFCC的语音情感识别

人在不同情感下的语音信号其非平稳性尤为明显,传统的MFCC只能反映语音信号的静态特征,经验模态分解能够精细地刻画语音信号的非平稳特性。为提取情感语音的非平稳特征,用经验模态分解将情感语音信号分解为一系列固有模态函数分量,通过Mel滤波器后取其对数能量,进行DCT反变换后得到改进的MFCC作为情感识别的新特征,采用支持向量机对高兴、生气、厌烦和恐惧等四种语音情感识别。仿真实验结果表明：改进的MFCC识别率达到77.17%,在不同的信噪比下,识别率最大可提高3.26%。     

类独立特征提取法在环境声音识别中的应用

语音和非语音类声音的识别在很多系统的研发中都有非常重要的作用,如安全监控、医疗保健、现代化的视听会议系统等。虽然绝大多数声音信号都有其独特的发音机制,然而要从其中进行特征的提取往往缺乏系统有效的方法。基于不同的音频信号都有其固有的特点,使用类所属特征选择方法来提取音频中的特征,从而进行分类,并用所提出的方法对语音和两种非语音类声音（咳嗽和杯碟破碎的声音）进行了实验仿真,实验结果表明,与常规的特征选择方法相比,提出的方法用更少的特征实现了更好的分类。