基于自适应阈值活动语音检测和最小均方误差对数谱幅度估计的低信噪比降噪算法

针对低信噪比(SNR)环境下传统方法对声信号降噪的局限性，提出了一种联合自适应阈值活动语音检测（VAD）算法和最小均方误差对数谱幅度估计（MMSE-LSA）的实时降噪算法。首先，在VAD算法中通过基于能量概率最大值的概率统计来对背景噪声进行估计，对得到的背景噪声进行实时更新并保存；然后，将实时更新的背景噪声作为MMSE-LSA的参考噪声，并对噪声幅度谱进行自适应更新，最后进行降噪处理。通过在真实场景中对四类声信号进行实验，结果表明，该算法在保证对低SNR声信号的实时处理的情况下，相较于传统MMSE-LSA算法，降噪信号的SNR能够提高10~15 dB，且不存在信号过减的情况，可应用于实际工程。     

1.55μm全光纤多普勒测风雷达系统与试验

为实现对大气风场三维信息快速、准确的测量,以人眼安全波长1.55μm窄线宽光纤激光器为光源,采用全光纤相干探测光路,研制出多普勒测风雷达系统.该雷达整机结构紧凑、体积小、测量精度高,并在原vAD反演方法的基础上,采用了一种遗传算法与非线性最小二乘相结合的改进算法来实现对风场的反演,使其具有更高的数据失真修正能力,风场反...     

复杂环境下基于时延估计的声源定位技术研究简

为了改善在复杂环境下声源定位算法的性能,提出了一种新的时延估计（TDE）方法,即基于传递函数比的统计模型方法（ATFR-SM）。该方法采用统计模型去除噪声对传递函数（ATF）的影响,在计算传递函数时对功率谱密度（PSD）进行平滑和“白化”,以去除混响对传递函数的影响。同时,算法中引入话音激活检测（VAD）去除对求取传递函数无用的噪声段,以提高时延估计的准确性。此外,将所提时延估计方法与线性定位法相结合,构成一套完整的声源定位方法。实验结果表明,在复杂环境下,时延估计方法具有更低的异常点百分比（PAP）和均方根误差（RMSE）,且明显优于传统的参考算法,同时声源定位方法具有更高的定位精度。     

G.169自动电平控制装置标准及其实现

介绍ITU－T G．169自动电平控制装置标准及其性能要求，提出一种基于该协议的自动电平控制系统结构，并设计系统的实现算法，计算机仿真结果表明，笔者提出的ALC系统可行有效，能满足G．169的要求。     

基于深度置信网络的语音活性检测算法的改进

为了更好地运用深度置信网络（ DBN）进行语音活性检测（ VAD）,针对现有方法过于繁杂的问题,提出采用语音频谱作为深度置信网络的输入的改进算法。在Matlab环境下使用TIMIT语料库进行仿真实验,实验结果验证了该方法的有效性,并且在Babble噪声环境下验证该方法比现有方法具有更高的检测正确率。     

基于动态特性的D-LTSV语音端点检测方法

端点检测是语音信号处理的一个关键环节。为提高语音在低性噪比以及非平稳噪声环境下的端点检测性能,在长时信号变化特征(LTSV)的基础上提出一种新的D-LTSV语音端点检测方法。采用Bartlett-Welch方法估计语音谱,分析语音谱在长时域上的熵,利用倒谱的动态特性分析方法提取连续帧熵值的动态变化特征。实验结果表明,D-LTSV综合考虑了语音的非平稳性和帧间非平稳性的动态变化情况,具有比LTSV更好的分辨能力,特别是在低性噪比和非平稳噪声的环境下,D-LTSV的分辨能力提升了50.77%,能够准确地进行端点检测,具有更强的鲁棒性。     

VoIP中语音压缩编解码器的研究与实现

在当前网络状况下,高效的语音压缩编解码器可以节省网络传输带宽,解决网络拥挤问题.本文通过对语音特性的分析,结合共扼结构代数码本激励线性预测算法提出了一种运算量较小但有效的话音激活检测算法,进一步将平均比特率降低到约4kb/s.经过实验分析,以上设计和实现能够很好地满足VoIP中全双工实时语音通信的要求.     

AN SVAD ALGORITHM BASED ON FNNKD METHOD

The capacity of mobile communication system is improved by using Voice Activity Detection (VAD) technology. In this letter, a novel VAD algorithm, SVAD algorithm based on Fuzzy Neural Network Knowledge Discovery (FNNKD) method is proposed. The performance of SVAD algorithm is discussed and compared with traditional algorithm recommended by ITU G.729B in different situations. The simulation results show that the SVAD algorithm performs better.     

A variable rate multipulse speech coder for CDMA cellular systems

Variable Rate (VR) speech coders are classified into: source-controlled VR coders where the rate is selected depending on the local character of the speech, and network-controlled VR coders where an external control signal selects the coding rate. The first category benefits from the variable rate channels used by Code Division Multiple Access (CDMA) mobile communications. The second category is indispensable for the right behaviour of the CDMA systems under conditions as high traffic levels. The VR speech coder presented in this communication exhibits both types of control. The source control is achieved by means of a Voice Activity Detector (VAD) and a phonetic classifier. The network control acts on the selection procedure of the multipulse excitation sequence to the synthesis filter. This is the main advantage of our VR MultiPulse speech coder because by means of an external signal the bit rate can be changed only every 4 msec, without transitions or distortions. Considering one-way communication, six different operating rates can be externally selected ranging from 4.8 to 9.1 kbps for the active frames; an average bit rate of 380 bps is required for the noise frames.This work has been partly funded by the Spanish Research National Plan under grant no. TIC92-0800-C05-02 and by Northern Telecom.     

VOIP软件结构和分组传输分析

本文简要介绍了VOIP的基本概念和软件结构，重点分析了VOIP的分组传输过程，并对VOIP通信中的网络问题及解决方法进行了探讨。