利用ADPCM进行网络环境下实时多点语音通信

目前网络语音通信应用逐步增多,但效果还不甚理想。该文阐述了应用音频处理API函数、ADPCM编码调制技术和UDP协议进行网络环境下实时多点语音通信的方法,并给出其实现过程。实现机制为发送端利用低层音频服务的回调机制对音频数据块进行动态循环处理,防止了由于系统在写满语音输入缓冲区后,新、旧缓冲区交换时有一定的间隙而产生的输入数据泄漏。在传输之前采用ADPCM编码,有效地利用了现有带宽,传输后经缓冲解码再进行播放,尽可能地恢复原始语音信号。由于采用ADPCM编解码技术,实现了在各种网络环境下进行实时多点语音通信,效果较为理想。     

局域网多点语音通信系统的实现

目前在因特网上实现音频传输的效果还不是很理想,而局域网却足以传输高质量的音频数据。我们利用VisualC 设计了一个能够应用于局域网的多点语音实时通信系统。该系统包括语音采集、压缩编码、网络传输等主要模块。试验结果表明,本系统在局域网中传输稳定、通信可靠,能够完成语音实时通信,有着潜在的应用价值。     

DOS与Windows环境下串行通信方法的研究

针对Windows环境下串行通信机制，研究了DOS环境下与之相对应的功能实现方法，提出了C语言程序设计方案。在系统通信中，设置数据流控制协议，开辟环形缓冲区处理通信数据，调用串行口的中断管理资源，实现异步通信，确保数据通信实时、稳定，效果良好。     

多线程语音聊天系统的设计与实现

分析了语音聊天系统研制中的几个技术难点，包括语音录制、压缩、传输、播放，解放了录放音的消息处理、多线程与多级冲机制在该系统中的运用以及音频压缩解压问题，使该系统的语音通信效果连贯、流畅。     

移动通信网络路由缓冲区溢出修复优化仿真北大核心CSCD

对移动通信网络路由缓冲区溢出进行修复,在提高通信质量和安全方面具有重要意义。由于用户使用量的增加,通信数据易超过缓冲区的边界,使得产生覆盖数据信息减少,传统的修复方法,主要通过覆盖的数据信息特征进行修复,忽略了在计算时网络拓扑信息的传输延迟、数据包丢失等影响,导致通信安全性低的问题。提出基于节点的剩余能量同态解析的移动网络路由缓冲区溢出修复算法,进行移动网络电磁波通信路由协议设计,对网络设备进行跟踪性测试,通过数据同态链路分析实现路由相空间协议重构,对采集的数据特征输入到模糊逻辑控制单元,实现对网络路由的控制,进行缓冲区溢出修复。仿真结果表明,采用改进方法进行路由缓冲区溢出修复后,能有效降低通信数据的丢包率,提高系统的抗干扰能力,保证了网络通信安全。     

实时交互式授课系统中低比特率音频流处理的研究

针对视音频处理的实时授课系统在语音方面对QoS服务质量和大规模网上群体实时交互的高需求及现有系统存在的问题，设计了低比特率音频处理算法。该算法可以实现网络状况进行自适应的低比特率音频处理，为带QoS自适应调节机制的实时群体语音交互提供了有力的支持。     

基于局域网的实时语音组播系统的设计与实现

多媒体和网络技术的迅速发展为基于网络的视、音频通信提供了可能，在很多的网络语音应用都需要将某一发送端发出的声音迅速地传给多个接收端。实时语音组播系统为这些应用需求提供了一个不错的解决方案。实时语音组播系统可以分成发送端、接收端和网络传输3个子系统。该系统是利用Microsoft公司的DirectSound开发包来实现PC上的语音采集和播放，调用音频压缩管理器ACM来实现音频信号的压缩，并利用实时传输协议RTP在网络中组播和接收语音数据，其中重点讨论了系统开发过程中所用到的以上关键技术及其实现。     

语音音频加密的数字化网络传输控制

针对语音音频在传输过程中数据信号大、抗干扰能力弱的问题,本文提出了Lorenz反同步算法的语音音频加密的数字化网络传输控制,设计了语音音频数字化网络传输系统,采用WM8978进行语音音频的采集,采用STM32F405单片机对语音音频进行混叠滤波即数字化处理,实现语音音频在此范围内的频谱提取;还设计了语音音频数据通信系统,在硬件的基础上搭建了系统软件平台,并开发了应用程序,进行语音音频的数据通信;最后,采用复Lorenz反同步算法实现对语音音频的加密。实验结果表明,本文设计的语音音频数字化网络传输系统在语音数字化测试中与标准值的误差最小为0.006,并且传输速度快,在语音数据量为3M时传输时间为11 ms。     

基于FreeRTOS和Speex编解码器的语音处理系统设计

应用实时操作系统FreeRTOS设计了基于Speex编解码器的语音录制和播放的语音处理系统,系统以STM32F407系列单片机和音频处理芯片WM8978为核心,通过移植Speex算法,采用编码解码、回声消除等语音技术实现了语音的录制和播放,并且提出了一种基于FreeRTOS队列和DMA中断的循环缓冲技术,用于音频数据的...     

基于WiFi的语音矿灯设计

针对现有矿灯大多只具有照明、定位、环境感知等功能,没有语音对讲功能的问题,设计了一种基于WiFi的具有语音对讲功能的语音矿灯。该语音矿灯以工业以太环网和WiFi网络为传输平台,采用VoIP语音通信技术实现语音播放、音频采集、与调度台对讲功能;通过音频编解码芯片实现语音模拟信号与数字信号的转换,采用UDP协议将信号传输至调度台,完成语音数据的双向传输,实现语音对讲和矿灯照明一体化。详细介绍了语音对讲功能实现的关键技术:音频数据的编码格式和缓存管理、语音数据的可靠传输机制,用于确保语音播放的准确性;WiFi模块与微控制器STM32L151的低功耗休眠技术,用于降低语音矿灯平均电流,延长工作时间。测试结果表明:该语音矿灯能够满足调度台与井下工作人员之间的语音对讲需求,与WiFi基站通信距离可达400 m,与调度台之间的对讲传输时延小于1 s,语音矿灯之间的组播传输时延小于3 s;语音矿灯对讲时平均电流小于70 mA,空闲时平均电流小于5 mA。     

基于DSP的通信系统语音处理算法实现

在一个基于TMS320C5410和5416的双DSP局域话音通信系统的设计中，为保证话音与数据通信的可靠性与实时性，由5416负责话音的采集与处理，实现了包括语音检测、语音编解码、回声消除、自适应降噪等语音处理算法。完全满足系统的设计要求。     

工业噪声环境下多麦状态空间模型语音增强算法

在协同作业的工业环境中进行语音通信时,语音往往会淹没于工业噪声中,致使语音通信的有效性受到影响。针对这种工业噪声下的语音环境,提出了一种采用多麦克风的卡尔曼语音增强算法。该算法简化了状态空间模型(SSM)中的差分方程以降低复杂度,每个采样点实时得到去噪信号从而增强了实时性。另外,为了进一步简化复杂度,还利用最小二乘原则来对语音进行增强。实验中采用了公开数据库的语音信号和工厂噪声信号来模拟多麦下的带噪语音,将所提算法与传统算法进行了对比。实验结果表明,所提算法的输出语噪比(增强后的语音与残留噪声之比)优于传统算法约2 dB,而运行时间仅不到传统算法的2%,且延迟时间仅是毫秒级。     

一种DCT域的音频信息隐藏方法

基于信息隐藏技术,提出并实现了一种语音保密通信的新方法。首先将保密语音进行混合激励线性预测（MELP）编码,形成隐藏信息;然后对公开语音信号作分段DCT变换,隐藏信息通过量化处理嵌入到DCT域的中频点;解码器在同样的嵌入点盲提取出隐藏信息,最后经MELP解码恢复保密语音。实验结果表明该算法在隐藏信息后,信道中传输的公开语音具有透明性,并且在受到压缩、滤波等攻击时具有较高的鲁棒性。     

Unified development of algorithms used for linear predictive coding of speech signals

The requirement for low data rate voice transmission has resulted in a large number of algorithms being proposed for speech digitization at data rates of 2·4–4 kilobits/sec. Many of the proposed algorithms are quite complicated and have their origin in disciplines generally considered to be outside of the realm of the speech researcher or communication system designer. Additionally, the algorithms have been developed and presented in highly varying notation using various theoretical approaches. The result is a confusing array of equations, algorithms, and numerical analysis procedure. It is the goal of this paper to alleviate this problem by providing a unified tutorial development of the various algorithms used and proposed for speech data compression.Classical least squares estimation theory is used as the focal point of the discussion since it forms the basis for several of the more familiar speech digitization algorithms. The remainder of the algorithms, whether they have their basis in stochastic estimation theory or statistical regression theory, are related back to the more familiar least squares approach. The speech digitization techniques discussed are the covariance method, the autocorrelation method, the PARCOR method, a priori analysis, the sequential least squares method, the Kalman filter approach, the stochastic approximation method, and the general linear regression model. An effort has been made to provide sufficient theoretical background to establish the algorithm relationships without stressing mathematical rigor.     

基于Kaldi的语音识别

人工智能技术是当前计算机科学的研究热点,人机通信是人工智能技术的重要组成之一。作为人机通信主要方法之一的语音交互也一直是科学家的研究热点,语音交互技术的关键是语音识别。而目前大多语音识别软件要么功能单一,要么价格昂贵,Kaldi作为新兴的开源语音识别工具,凭借其强大的功能和简单的获取渠道逐渐流行。该文介绍了语音识别技术的发展历程,Kadli软件的基本架构和其所具有的独特优势,语音识别的一般处理流程,多层神经网络的基本结构以及多层神经网络在语音识别当中的应用。对基于Kaldi软件当中的HMM-DNN模型,使用中文数据集训练该模型,搭建一个完整的语音识别系统。通过该系统,不仅能展现出Kaldi软件丰富强大的功能,同时也为语音识别研究人员选择合适的工具提供了新的思路。     

ARMA信号的自校正去卷平滑器

本文从时间序列分析观点处理自适应信号去卷问题.应用新息方法和射影理论,对于通过线性系统被观测的未知的ARMA信号,本文提出了两类新的自校正最优去卷平滑器,包括了一些文献中的问题和结果作为特例,可应用于数据和信号处理、通讯、语音识别等许多不同领域.仿真例子说明了本文结果的有效性.     

Data Hiding in Audio Using Random Orthogonal Matrices

ABSTRACT

In this paper, speech scrambling is done to secure the data and at the same time covert information is embedded in scrambled speech that can be transmitted through communication channel. The technique performs encryption by scrambling the spectral components of speech using random orthogonal matrices. At the receiver end, hidden message and original speech are recovered by decoding and decrypting the scrambled signal, respectively. Performance of technique is evaluated in clean and noisy channel environments.     

ARMA信号的自校正去卷平滑器

本文从时间序列分析观点处理自适应信号去卷问题.应用新息方法和射影理论,对于通 过线性系统被观测的未知的ARMA信号,本文提出了两类新的自校正最优去卷平滑器,包括 了一些文献中的问题和结果作为特例[1-8],可应用于数据和信号处理[1,5,7,8]、通讯[2,6]、语音识 别[3]等许多不同领域.仿真例子说明了本文结果的有效性.