基于LPC的藏语语音基音周期的检测分析

基音周期是语音信号的重要参数,提取藏语语音基音周期为藏语语音识别和藏语语音合成奠定很重要的基础。这里在分析藏语发音特点的基础上进行基于LPC的藏语语音基音周期提取算法的分析,实践表明,该方法更加符合小信噪比藏语音信号基音周期和提取。在传统LPC分析方法的基础上结合自相关法和倒谱法,分析计算平均相对误差,总结出了符合藏语语音特点的特征提取算法。     

小波变换在语音基音周期提取中的应用

近年来，小波分析得到了迅速发展，尤其在数字通信、计算机图象处理等领域中得到广泛应用。目前基于数学严密性和完善性的小波分析不仅应用于理论研究方面，还应用于实际问题的解决方面。分析了小波变换在语音信号基音周期提取中的应用及其具体解决方案。     

语音基音周期精确测量方法研究

文章对短时自相关测语音基音周期的方法进行改进,提出一种精确的基音周期测量方法。根据语音共振峰的特点,滤除高频分量,降低语音短时周期性对基音周期测量的影响。     

基于压缩感知观测序列的语音信号基音周期提取

语音信号的清浊音辨别及基音周期的提取是语音信号处理的重要组成部分。提出了一种基于压缩感知( CS)观测序列的语音基音周期提取方法,大大减少了基音周期提取的计算量。首先分析不同观测矩阵下观测序列的特征,选择了行阶梯矩阵作为所提方法的观测矩阵;然后对此观测矩阵下的观测序列做小波分解,对小波分解的低频系数采用自相关方法提取基音周期。仿真与分析表明,和传统方法比较,所提方法与传统方法基音检测准确度相当,且在语音含有高斯白噪声的条件下运行良好,但计算量仅约为传统方法的1/16。     

基于压缩感知观测序列的语音信号基音周期提取

语音信号的清浊音辨别及基音周期的提取是语音信号处理的重要组成部分。提出了一种基于压缩感知（CS）观测序列的语音基音周期提取方法,大大减少了基音周期提取的计算量。首先分析不同观测矩阵下观测序列的特征,选择了行阶梯矩阵作为所提方法的观测矩阵;然后对此观测矩阵下的观测序列做小波分解,对小波分解的低频系数采用自相关方法提取基音周期。仿真与分析表明,和传统方法比较,所提方法与传统方法基音检测准确度相当,且在语音含有高斯白噪声的条件下运行良好,但计算量仅约为传统方法的1/16。     

基于三阶累积量的语音信号的基音周期检测

本文提出了一种新的语音信号的基音周期检测方法,该方法根据语音信号的三阶累积量去确定语音信号的基音周期,能有效地排除白色或有色的高斯加性噪声所带来的干扰.与传统的基音周期估计的自相关函数法或平均幅度差函数法(AMDF)相比,该方法更精确、有效,具有更强的鲁棒性.     

基于线性预测残差倒谱的多语音基音频率检测

本文提出了一种基于线性预测残差倒谱的多语音基音频率检测算法,该算法首先对混合语音信号进行线性预测分析,进而计算预测信号与原混合信号的残差,并对残差信号做倒谱变换,得到混合语音信号的线性预测残差倒谱;然后在该信号的残差倒谱中,结合图像处理的技术,利用语音信号基音倒频匹配法检测出多语音信号的基音频率;最后在基音标定的过程中,本文算法利用语音信号的连续特性,依据信号基音频率前后差距变化最小原则标记出各基音所属话者。实验结果表明,本文提出的算法在弱回声及无回声的情况下能快速有效地从单声道混合语音信号中检测出多语音基音信息。     

一种改进的混合激励线性预测的基音周期估计算法

本文详细讨论了混合激励线性预测(MELP)的基音周期估计算法及其改进算法.该算法采用了分数基音周期、倍数检测等技术,保证了基音周期估计的精度.同时又采用了滑动窗的方法,使得对基音周期不规则的不平稳的语音段进行基音周期估计时的误差减小.本文最后给出了该算法的测试结果及优缺点.     

基于小波变换的语音基音周期鲁棒性检测

固定门限的小波变换基音检测算法,在浊音信号起始段和结束段的模极大值不能有效提取。文中提出一种基于小波变换模极大值的基音周期自适应前后向跟踪算法,并结合过零率检测,实现了弱浊音信号基音周期的鲁棒性检测。算法对浊音信号采用自适应帧长,对陡变的基音周期能够准确提取,对噪声有较强的鲁棒性。     

一种基于线性预测与自相关函数法的语音基音周期检测新算法

阐述了一种新的基于语音线性预测模型和经典自相关函数法的基音周期检测算法。该算法的特点在于着重对被处理语音进行滤波预处理和平滑后处理。它克服了自相关法在对低信噪比的语音信号检测时常出现半倍频误差的缺点，同时又克服了对某些变化曲线较大的语音信号检测时随机错误较多的问题。实验表明，在噪声环境下．这种处理方法能够提高传统自相关基音检测法的可靠性和准确性。     

基于小波变换的音频信号基频提取

通过对小波变换表征信号突变原理的研究，给出了基于小波变换的音频信号基频提取的原理和算法。在算法的实现过程中，利用信号在时域和频域的对应关系提出了一种动态确定小波变换最佳尺度的方法，克服了固定变换尺度在检测基频变化范围大的声音信号时的不足，并将数学统计方法引入到极大值点的提取。在音频信号的实时基频检测实验中，该算法较准确地定位最佳尺度和极大值点，取得了较好的基频提取结果。     

基于Welch算法的经典功率谱估计的Matlab分析

从经典功率谱估计周期图法原理入手，从理论上分析了其存在的局限性，借助Welch算法对其进行修正。依靠Matlab强大的数值分析和信号处理能力，进行实验仿真，比较不同的窗函数，不同的数据长度对Welch法谱估计质量的影响，并分析了造成这些影响的原因。     

LPC方法提防语音信号共振峰的分析

通过对ＬＰＣ（线性预测编码）方法提取语音信号共振峰进行的研究表明,采用相一频特性与对数幅－频特性同样能提取语音信号共振峰。与对数据－频特性的二次导数相比,相－频特性的三导数有更高的频率分辨率,能更有效地解决共振峰合并的问题,撮更精确的共振峰参数。     

基于ACF和AMDF的基音检测改进算法

自相关函数法和平均幅度差函数法是基音周期检测的两种常用方法,两者具有独立且相似的统计特性。在讨论了传统基音周期检测算法及其缺点后,提出了综合应用ACF和ANDF函数进行基音检测的算法。该算法简单可行,性能优于一般传统时域基音周期检测算法。从仿真结果可以看出,对于含噪语音信号,该算法具有较强的抗噪能力。     

基于庞加莱截面的语音基音检测

提出了利用庞加莱截面检测语音信号基音的方法,通过延时重构语音信号的相空间,在相空间内计算通过某点的庞加莱截面,根据相轨迹穿过截面上初始点邻域交点进行基音检测;实验表明,基于庞加莱截面的语音信号的方法,描述语音信号的非线性特性具有较高的准确性和时间分辨率。     

一种改进的AMDF求取语音基音的方法

文章在已经被广泛运用的平均幅度差函数(AMDF)的基础上,针对其通过求取"第一谷值点"会产生误差,而求取"最小谷值点"会遇到周期增倍等问题,提出了改进的AMDF方法,它通过简单的预测谷值范围、循环AMDF和线性变换等步骤实现了精确的基音检测.实验结果证明:无论是对不同的语音(男、女音),还是在不同的信噪比情况下.其检测结果都优于传统的AMDF法和LV-AMDF法.     

基于MATLAB实现对语音信号频谱分析

语音信号处理技术是语音处理领域中新近发展起来的一个学科分支,MATLAB是一个数据分析和处理功能十分强大的工程实用软件,运用它来进行语音信号的采集、分析和处理相当便捷。文章介绍了在Matlab环境中如何采集语音信号和语音信号采集后的频谱分析处理,并通过实例分析了语音信号处理的Matlab。     

基于动态参数HMM的水声信号线谱轨迹提取方法

针对传统隐马尔可夫模型(HMM)方法提取时变线谱与多线谱的能力较弱以及动态规划过程计算量过大的问题,该文提出一种基于动态参数的1维隐马尔可夫模型(1D-HMM)的方法用于水声信号低频分析与记录(LOFAR)图中的线谱轨迹提取。该方法将时变频率状态建模为1阶马尔可夫过程,利用Viterbi算法循环提取多条线谱轨迹。在动态规划的迭代过程中,通过实时计算序列的1阶导数动态调整HMM中的状态转移概率矩阵,提升了对线谱轨迹的提取能力和多线谱的分辨能力;设计了一种基于动态滑动窗口的功率谱累积方法估计线谱的生灭,剔除虚假的线谱轨迹并判断线谱轨迹提取的结束。同时,该方法在实现过程中设计了对LOFAR图数据的块处理策略,大大减少了计算量。仿真和实际数据的处理结果表明,该方法在低信噪比条件下能够有效地检测和跟踪复杂时变频谱的频率状态,并有较好运行效率,为声呐设备的弱信号检测提供了良好的技术支持。