基于短时自相关及过零率的语音端点检测算法

传统的基于短时能量端点检测算法,在高信噪比环境下可以比较准确地检测出语音端点,但在低信噪比环境下检测效果不理想。文中提出了基于短时自相关最大值与短时过零率之积的改进算法。利用短时自相关最大值可以有效地区分出语音段和噪音段,利用短时过零率可有效地检测出清音信号,将两参数相结合可有效地检测出低信噪比语音信号的端点。实验证明,在低信噪比环境下该改进算法相比短时能量算法减小了检测误差,可以有效地检测出语音端点。     

语音信号的短时分形维数模糊控制滤波

基于短时分形维数的模糊控制滤波方法,对语音信号中的噪声进行滤波。该方法提出了网格分形维数和短时分形维数的新算法,并讨论了模糊控制滤波方法中的模糊控制参数的选取算法。基于虚拟仪器(Ⅵ)LabVIEW6.i平台上对语音信号进行仿真,结果表明,该方法滤波良好。     

一种基于短时平均幅度差的语音检测算法

提出了一种利用语音信号的短时平均幅度差特征并结合短时平均幅度的语音检测算法。该算法在专用通信系统中,用以对接收到的电台信号进行分析,判断其中是否有语音信号,从而控制半双工电台的发射开关,使其处于接收或发射状态。实验表明,该算法能在较低的信噪比情况下准确地检测出语音信号,而且计算方法简单,硬件处理容易,可靠性高,能够满足实时系统的需要。     

语音端点检测中能零比方法的改进

传统的基于语音信号短时能量与短时过零率之比的单参数双门限端点检测方法对高信噪比的语音信号能实现较好的检测,而在低信噪比的情况下检测正确率却很低。本文在研究了语音信号的非线性分析方法后,提出了一种改进的端点检测方法。首先,对分帧加窗后的每一帧带噪语音信号进行经验模态分解求其短时Teager能量;然后,求每一帧的短时过零率,平滑处理之后进行归一化;最后,求出短时Teager能量与归一化短时过零率之比用于端点检测。经过仿真实验证明,本文提出的改进方法能够在低信噪比的带噪环境下实现比传统能零比方法更好的端点检测效果。     

改进型短时对数谱的语音增强算法的DSP实现

通过研究单通道条件下基于语音短时对数谱的最小均方误差（MMSE—LSA）估计的语音增强算法，简化了算法难度，改进了实时性。引入了最佳修正短时对数谱估计，能在信号存在的不确定性下最小化语音信号对数谱的均方误差。试验证明此方法的语音增强效果较好，尤其在较低信噪比时效果更明显。算法用浮点DSP TMS320VC33实现，能有效抑制背景噪声。     

改进的视频会议系统混音算法及实现

由嵌入式设备所构建的视频会议系统终端,在会话建立后,需要对来自各方的媒体信息诸如语音进行混音处理。在信令集中、媒体流分布的系统中,媒体的混合没有独立出来放在Focus中,而是将与会的各终端发来的语音媒体流在会议参与者主机上实现端混合。在众多混音方案的比对中,这里介绍一种改进的符合语音信号特征的混音架构及溢出处理算法,并用语音信号的短时能量及短时过零率对混音过程进行动态修正。在嵌入式系统的实现验证中表明,该算法提高了混音溢出处理的效率,降低了噪音,具有较低的算法复杂度,并有良好的听觉舒适感。     

语谱分析的FPGA实现

语谱是语音信号短时时频分析结果的图形显示,能够清楚地揭示语音信号的时变频谱特性,反映语音信号的动态频谱特性和时域变化特性,在语音信号的分析以及语音学的研究中具有重要的价值。该文利用短时傅里叶变换(Short Time Fourier Transform,STFT)方法对语音信号进行分析,采用了一种按时域抽取基-4 FFT算法实现流水线结构的蝶形运算单元,在 FPGA上实现了语音信号的语谱分析,并利用非线性映射算法实现了语谱的VGA显示。     

帧间约束MMSE语音增强算法

本文主要讨论基于语音短时谱估计的语音增强算法，在语音短时谱幅度最小均主误差估计（ＭＭＳＥ）的基础上，本文提出了一种基于帧间频域分布约束的改进的语音短时谱幅度ＭＭＳＥ估计算法，该算法充分利用了语音分析帧之间存在的相关性，并以频域分布约束的形式结合到估计式中，考虑到在ＭＭＳＥ估计式中需要利用语音频谱的分布，本文采取了两种解决办法，利用高斯分布模型进行近似；利用语音材料进行统计得到近似的分布模型，新算法     

高脉冲噪声坏境中双门限法语音端点检测研究

语音端点检测是对有效语音段的识别关键技术,准确的端点检测使语音信号的后续处理计算量减少,有效地节约资源。现在多数语音端点检测技术例如能频值、谱熵、小波能量熵变换等都能准确检测出有效的语音段。文中介绍了一种双门限端点检测法,即利用短时平均过零率和短时平均能量法进行双门限检测,再设置一个最短时间门限,有效地在高脉冲噪声环境中准确识别汉语发音。通过与其他方法对比实验,文中双门限技术在短时高脉冲噪声环境下能有效提高语音识别率。仿真结果表明,端点检测正确率达93%。     

基于matlab变声器的设计

为了实现由男声变换到女声,在语音信号参数分析过程采用短时自相关法提取语音信号的基音周期,同时用LPC倒谱分析法分析共振峰的范围,通过matlab编写程序修改语音参数并接近于女声的范围,构置GUI界面。在实验中,输入一段语音信号,输出时即实现了由男声到女声的变换效果。因此对于语音信号参数的修改能够实现男女声音之间的变换。     

一种基于小波变换的清浊音分类基音检测方法

提出了一种基于小波变换的鲁棒性基音周期检测方法。首先结合平均能量频带分布和短时过零率这两个特征参数对语音信号进行清浊音判决,然后对浊音段采用空域相关函数提取基音周期。实验表明,与传统的小波变换和自相关算法相比,该方法鲁棒性好,对基音检测具有更高的准确性。     

基于信号递归度分析的语音端点检测方法

针对低信噪比、非平稳噪声环境下的语音端点检测,提出了一种基于语音/噪声的信源系统动力学特性差异,通过分析信号递归度变化,设定双门限判定语音端点的方法。和传统的能量法、倒谱距离测度法比较,准确率较高。为语音特征提取和识别研究提供了新的途径。     

基于EMD和改进双门限法的语音端点检测

语音端点检测的准确与否直接影响到语音识别系统的计算复杂度和识别能力,在基于短时能量和过零率的端点检测算法中,能量计算方法不尽合理而且在低信噪比下检测效果大大降低。对此提出了一种基于经验模式分解和改进双门限法的语音端点检测算法,仿真结果表明在低信噪比情况下本文算法有更好的端点检测能力,显示了算法的优越性。     

基于不变集多小波的语音特征参数提取

在研究不变集多小波理论的基础上,借鉴Mel频率倒谱系数（MFCC）的提取算法,用多小波交换代替傅里叶变换及Mel滤波．构造了一种新的语音特征参数MWBC。汉语数字识别实验结果表明,提出的新语音特征参数MWBC的识别性能和抗噪性能均优于MFCC,为提高语音识别系统的噪声鲁棒性提供了一条新途径。     

数字助听器中单通道语音增强算法的研究

传统多通道补偿算法忽略保护语音特征,容易造成语音结构变形和识别率低等问题。为了解决上述问题,本文提出了一种基于多分辨率小波的单通道语音增强算法。利用多分辨率小波对信号进行分解与重构,提取出语音信号的频谱包络,得到特征点出其信息并依此计算补偿增益,再利用插值算法计算出整个频谱的增益并对其进行响度补偿。仿真实验以及主观性能测试的各项结果均表明该算法能够在对语音进行补偿的同时有效地保护语音特征,提高言语识别率,达到比较理想的效果。      

一种改进的模糊C-均值聚类算法在说话人识别中的应用

提出了一种将改进的FCM聚类算法与矢量量化相结合的说话人识别的方法。先从语音信号中提取待识别的特征矢量集,再利用矢量量化来设计码本,最后用改进的算法对待识别语音进行辩识。该算法解决了FCM算法对初始值敏感、易陷入局部最优的问题。所使用的特征参数较少,计算比较简单,但识别率较高,且具有较好的鲁棒性。     

基于同步压缩短时傅里叶变换的微型无人机识别

针对利用雷达微多普勒效应的微型无人机识别问题,提出了一种基于同步压缩短时傅里叶变换(Synchrosqueezing Short-Time Fourier Transform,SSTFT)的分类识别方法.首先对无人机的微多普勒回波信号进行SSTFT从而获得信号时频谱,然后对时频谱进行多维度特征提取获得回波信号的时频特征...