基于会议电话中的实时语音降噪算法研究

在兼顾降噪性能和功耗的基础上，提出一种基于多特征估计的实时语音降噪算法? 算法首先将输入信号进行快速傅里叶变化，并根据概率密度进行噪声估计，然后分别计算输入信号的３个特征频谱平坦度、频谱差异度和似然值，并将特征值映射到激活函数上求出语音概率，最后根据该概率来更新滤波器系数，从而获得去噪的信号，与改进谱减法、自适应维纳滤波法和基于调制深度的算法的实验对比显示，提出算法的信噪比改善情况明显好于其他算法，最大改善幅度达到16ｄＢ左右。此外，主观语音质量评估的效果也高于其他算法。     

实用语音情感的特征分析与识别的研究

 该文针对语音情感识别在实际中的应用,研究了烦躁等实用语音情感的分析与识别。通过计算机游戏诱发的方式采集了高自然度的语音情感数据,提取了74种情感特征,分析了韵律特征、音质特征与情感维度之间的关系,对烦躁等实用语音情感的声学特征进行了评价与选择,提出了针对实际应用环境的可拒判的实用语音情感识别方法。实验结果表明,文中采用的语音情感特征,能较好识别烦躁等实用语音情感,平均识别率达到75%以上。可拒判的实用语音情感识别方法,对模糊的和未知的情感类别的分类进行了合理的决策,在语音情感的实际应用中具有重要的意义。     

耳语音情感数据库的设计与建立

为了研究耳语音情感识别,制定了耳语音情感数据库的制作流程和制作规范,设计并建立了一个包含4000个单词、5000条语句和600个段落的耳语音情感数据库。利用模糊数学中的隶属度函数和层次分析法对语句的有效性进行了检验,得到一个满足研究要求的耳语音情感数据库。利用库中的语料进行初步的耳语音情感识别,得知正常音语音情感识别所用的音长、能量等参数,在耳语音中仍然可以使用;而正常音的其它涉及基音的一些参数,不适用于耳语音,需要进行改进或者提取新的特征参数。     

高浓度粘稠物料压力传感装置的研制与标定

对于测量煤泥、纸浆、污泥等高浓度粘稠物料在输送管道中的压力,普通的压力传感器不能适用.为此我们研制出了一种新型的专用于测量此类物料管道压力的传感装置,实验表明该传感装置完全适用于测量高浓度粘稠物料的管道压力.本文给出该传感装置的静态标定和动态标定过程及其结果,并进行了分析.     

基于声卡的虚拟双踪数字存储示波器

虚拟仪器技术强大、灵活.是今后测试技术发展的趋势。本文基于虚拟仪器技术.利用声卡用于数据采集.设计了虚拟双踪数字存储示波器。经过检测.虚拟示波器能很好的显示被测波形.精度高、失真度小。     

基于粒子群优化神经网络的语音情感识别

提出了一种基于粒子群优化算法的人工神经网络,并把它应用到语音情感识别系统中。依据情感的维度空间模型,分别提取了韵律特征与音质特征,研究了谐波噪声比特征随情感类别的变化。利用粒子群优化算法(PSO)训练随机产生的初始数据,优化神经网络的连接权值和阈值,快速地实现网络的收敛。在实验中比较了BP神经网络、RBF神经网络与PSO神经网络分别用于语音情感识别的识别率,PSO神经网络的平均识别率高于BP神经网络6.7%,高于RBF神经网络5.4%。结果显示,粒子群优化神经网络用于语音情感识别提高了识别性能。     

基于改进的蛙跳算法的神经网络在语音情感识别中的研究

本文提出了一种改进的混合蛙跳算法,利用混沌运动的遍历性改善初始个体的质量和引入高斯变异,提高了算法的全局搜索能力,同时将改进算法与人工神经网络结合,并把它应用到语音情感识别系统中.依据情感的维度空间模型.分别提取了情感语音的韵律特征与音质特征,研究了谐波噪声比特征随情感类别的变化特性.利用本文所提的蛙跳算法(SFLA)训练随机产生的初始数据,优化神经网络的连接权值,能快速地实现网络的收敛.在实验中比较了BP神经网络、RBF神经网络与改进SFLA神经网络分别用于语音情感以别的识别性能,结果表明基于改进SFLA的神经网络的平均识别率高于BP神经网络9.2个百分点,高于RBF神经网络7.9个百分点.因此本文所提的蛙跳神经网络用于语音情感识别能获得明显的识别性能的提升.     

高浓度粘稠物料加压旋转流变仪的研制与标定

高浓度粘稠物料(如原生煤泥、造纸污泥等一类工业副产品或固体废弃物)流变特性的测定在其管道输送系统的设计中有重要意义。这种粘稠物料若无添加剂作用在常压下是一种分散结团物料,不具备流体特性,无法采用一般旋转流变仪对其流变特性进行测试。因此研制出一种新型加压旋转流变仪(最高压力20MPa),将物料封闭加压,维持管道输送时的工况,保持其流体形态,从而达到物料加压流变特性测试的目的。该仪器的标定与使用结果表明其达到了设计要求,数据采集方便,测量自动化程度较高。     

基于实值离散Gabor变换的联合时频域语音增强

传统变换域语音增强方法对语音做短时平稳性假设,这会造成对语音信号和噪声信号谱估计不准确,从而导致语音失真和残留噪声。本文提出一种从联合时频域进行语音增强的方法,该算法无需对语音做短时平稳假设。算法采用具有最佳能量聚集特性的高斯变换核函数,利用能快速实现的实值离散Gabor变换（RDGT）将语音信号变换到联合时频域,然后利用语音和噪声谱服从高斯分布的假设和无语音概率的思想进行基于最小均方误差的语音对数谱估计,采用改进的最小受控递归平均算法（IMCRA）进行噪声时频谱估计,在得到纯净语音的谱估计后利用实值离散Gabor逆变换获得纯净语音估计。实验表明,该算法相比频域变换算法具有较好的语音去噪度和较低的语音失真度。      

基于高效通道注意力机制的语音情感识别方法

传统语音处理方式是把语音样本分割成固定长度的片段,但这种语音样本的切割会导致语音情感分类准确性下降。本文引入循环填充法处理可变长度的log-Mel谱图,该方法能够更好的利用时间动态信息,同时可以减少填充的无效数据对模型参数学习的干扰。由于人类的情感只能在语音中某些特定的时刻出现,为了寻找关键情感特征,本文构建了基于高效通道注意力机制的语音情感识别模型,其中高效通道注意力机制能够计算通道图的重要性,有选择的强调通道图,改进特定情感的表达。本文在交互式情感二元动作捕捉（IEMOCAP）数据库上进行相关实验,在IEMOCAP上采用循环填充法的加权精度（WA）和非加权精度（UA）分别达到73.2%和70.9%,采用本文提出模型的WA和UA分别达到76.0%和73.4%。