用于语音处理的变步长LMS自适应增益控制新方案

针对语音通信系统中由于干扰、音频源不稳定等因素导致的接收端语音突变或响度不一致的问题,提出一种变步长最小均方误差自适应增益控制（VSSLMS-AGC,variable step size least mean square-adaptive gain control）新方案。该方案首先利用指数加权移动平均记录历史梯度信息,以此来调节最小均方误差算法的步长,使算法收敛速度更快,稳态误差更小;然后将变步长思想运用到自动增益控制中,确保能够自适应地调节语音增益值,使原先幅值不一的音频信号输出范围恒定且不失原有的特性,降低语音落差,改善听觉感受。      

基于深度神经网络的关键词识别系统

针对当前关键词识别少资源或零资源场景下的要求, 提出一种基于音频自动分割技术和深度神经网络的关键词识别算法. 首先采用一种基于度量距离的改进型语音分割算法, 将连续语音流分割成孤立音节, 再将音节细分成和音素状态联系的短时音频片段, 分割后的音频片段具有段间特征差异大, 段内特征方差小的特点. 接着利用一种改进的矢量量化方法对音频片段的状态特征进行编码, 实现了关键词集内词的高精度量化编码和集外词的低精度量化编码. 最后以音节为识别单位, 采用压缩的状态转移矩阵作为音节的整体特征, 送入深度神经网络进行语音识别. 仿真结果表明, 该算法能从自然语音流中较为准确地识别出多个特定关键词, 算法易于理解、训练简便, 且具有较好的鲁棒性.     

一种基于时域解相关的双通道语音分离算法

提出了一种基于时域解相关的卷积混合语音盲分离时域算法。该算法利用相关系数对语音信号进行时域去相关处理,同时基于二阶统计量完成双通道语音分离。该算法充分考虑了语音信号本身的相关性及不平稳性,收敛速度快,稳定性好,为减小计算量提出了该算法的递推改进算法。仿真实验表明,在对卷积混合双通道语音信号进行盲分离时,该算法是非常有效的。     

基于起始和截止时刻的听觉分段

分段是计算声场景分析中的一个重要步骤.传统分段是基于响应能量和相邻通道的互相关性,易受干扰,会忽略清音,且计算量大.研究了另一种分段方式:基于语音的起始截止时刻分段.采用一种可纠正失真的包络求取算法获得较准确的信号包络,然后通过卷积高斯函数和低通滤波器进行频域时域平滑处理,并提出一种简单实用的去除系统延迟的方法,最后检测起始截止时刻并将其组合成段.仿真实验表明此分段方法能准确提取起止时刻,完成强噪声环境下语音信号的分段.     

基于统计的近场声源定位方法

基于麦克风阵列的声源定位技术可以广泛应用于音视频会议、说话人跟踪与识别以及助听器等众多场合中。根据语音信号的短时平稳特性,文中提出了一种改进的基于MUSIC算法进行声源二维定位的方法。该方法按帧交叉进行声源数估计和声源方位估计,最后对多帧信号的估计值进行统计、平均得到最终的方位估计和较准确的声源数估计。仿真结果表明,这种方法能有效解决由于声源数估计不准确导致的峰值搜索时偏差较大的问题,并且具有良好的抗噪性能。     

一种适用于双讲状态的声学回声消除系统

声学回声消除中存在的双端讲话情况会导致回声消除器的性能发生恶化,而传统的双端话音检测及其控制算法无法有效应对双讲.针对这一问题,提出一种根据频谱信扰比(近端话音功率谱值和回声功率谱值之比)调整自适应步长的方法.为减少计算量以及降低处理时延,采用分段频域块最小均方(Partitioned frequency block ...     

对K-means及势函数聚类算法的研究与改进

在目前聚类方法中, k-means与势函数是最常用的算法,虽然两种算法有很多优点,但也存在自身的局限性。 k-means聚类算法：其聚类数目无法确定,需要提前进行预估,同时对初始聚类中心敏感,且容易受到异常点干扰;势函数聚类算法：其聚类区间范围有限,对多维数据进行聚类其效率低。针对以上两种算法的缺点,提出了一种基于 K-means 与势函数法的改进聚类算法。它首先采用势函数法确定聚类数目与初始中心,然后利用K-means法进行聚类,该改进算法具有势函数法“盲”特性及K-means法高效性的优点。实验对改进算法的有效性进行了验证,结果表明,改进算法在聚类精度及收敛速度方面有很大提高。     

一种改进的强噪声背景下基音检测算法

针对强噪声背景下语音基音检测这一困难的问题,提出了一种基于计算声场景分析的基音检测的改进算法。该方法利用人的听觉感知特性,引入广义自相关函数以增强基音信息,适用于低信噪比和存在其它语音干扰下基音信息的提取。另外,对于混叠语音的基音周期轨迹的检测,提出一种比较简单的方法。实验结果证明,提出的算法是十分有效的。     

不需双端检测的声回波对消算法研究

声回波对消中双端对讲情况下的近端话音对自适应算法有很大影响。为避免双端话音检测,在滤波型LMS算法基础上,用远端信号和误差输出信号的和代替远端信号去激励预测误差滤波器,降低近端话音的影响。另为进一步提高算法抗近端干扰的能力,做了变步长的改进,首先将步长反比于输出信号预测误差的短时功率,其次将步长正比于预测误差的互相关系数。实验表明,文中提出的两算法在近端话音出现时表现出较好的性能,其中第二种有更好的稳态失调。