基于束搜索法的基音标注新方法

基音标注在语音合成等方面起着重要作用。目前使用比较广泛的动态规划基音标注算法,约束准则大都比较简单,采用的动态规划算法往往偏重于局部最优,而非全局最优。基于此,提出了一种基于束搜索法的基音标注新方法。除周期与幅度外,引入了图形与位置作为约束准则,更严格地筛选基音标注候选点,并采用束搜索的方式,从全局最优出发,兼顾局部最优,进行基音标注。此外,为了提高基音估计准确度,获得更精准的基音标注,还提出了一种基于束搜索法的基音轨迹提取方法,从多种不同的基音检测算法结果中提取基音轨迹。仿真结果表明,与传统的动态规划基音标注算法相比,基于束搜索法的基音标注新方法具有更高的准确率。仿真中,新方法的平均准确率为98.57%,而传统方法的平均准确率为94.70%。      

多带激励低速率语音压缩编码算法研究及实时实现

本文以多带激励声码器为模型，采用了多种技术去降低编码速率和改善音质，我们利用动态规划算法对基音周期进行了平滑，去除了声码器中常用的音调噪声，ＭＢＥ算法对谱包络的量化要花费大量的比特，这里利用ＬＰＣ全极点模型谱逼近ＭＢＥ谱包络，并采用共振峰增强技术来补偿模型误差，对谱幅度参数的量化，采用了分裂矢量量化（ＳＰＶＱ）和多级矢量量化（ＭＳＶＱ）的方法，使之在２．４ｋｂｐｓ，１．２ｋｂｐｓ及８００ｂｐｓ等速     

面向移动应用的语音编解码开环基音搜索方法

基音周期搜索的准确性将直接影响到语音编码器的编码质量和效率。本文根据AMR—WB＋标准中基音周期搜索算法会发生检测基音倍频和半频错误,提出了开环基音搜索算法。该算法以白相关函数为基础,利用基音周期的平滑性,引入基音周期全局参考作为基音周期判断的辅助条件,有效解决了基音周期加倍的问题并在基音周期预测中体现基音周期的平滑性,实验结果表明本文算法性能优于AMR—WB＋中的算法性能。该算法已应用到AVS—P10移动音频编解码框架中。     

基于计算听觉场景分析的强噪声背景下基音检测方法

本文针对强噪声背景下语音基音检测这一既具实际应用，又相当困难的问题，提出了一种基于计算听觉场景分析的基音检测方法。该方法利用了人的听觉感知特性，适用于低信噪比和存在其它语音干扰下基音信息的提取。实验结果证明，本文提出的方法是非常有效的。     

一种改进的强噪声背景下基音检测算法

针对强噪声背景下语音基音检测这一困难的问题,提出了一种基于计算声场景分析的基音检测的改进算法。该方法利用人的听觉感知特性,引入广义自相关函数以增强基音信息,适用于低信噪比和存在其它语音干扰下基音信息的提取。另外,对于混叠语音的基音周期轨迹的检测,提出一种比较简单的方法。实验结果证明,提出的算法是十分有效的。     

一种实用的双向跟踪基音周期平滑算法

本文运用动态规划技术,提出了一种实用的双向跟踪基音周期平滑算法,实验结果表明,在用多带激励时域自相关法估计基音周期时,纵使该算法对基音周期进行双向跟踪平滑处理,可显著提高基音周期估计的准确度。     

一种基于频率特征及动态窗长的钢琴调音算法

时域分析法是一种基本的语音分析方法。由于钢琴乐音模型与语音模型相似,故语音时域分析法可被用于钢琴乐音分析中。提出一种基于频率特征及动态窗长的钢琴基音识别时域算法,该算法能根据检测目标设计更为合适的分帧加窗模式,经过实验,可有效地提高检测精度及速度,在钢琴调音及单乐音基音识别应用中具有推广意义。     

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.     

基于动态规划的红外运动小目标检测算法

针对低信噪比下红外小目标的特点,提出一种改进的实用动态规划算法,通过适当的预处理抑制背景噪声、多帧图像灰度累加以提高信噪比,并由虚警和检测概率确定分割门限,检测出小目标位置及状态。详细地叙述动态规划的计算过程及分割门限的确定方法,以简单的步骤实现对低信噪比小目标的检测。实践证明,改进的动态规划算法不仅能完成检测的任务,而且并行性好,易于硬件实现,为下一步的目标跟踪打下了良好的基础。     

基于动态规划的红外运动小目标检测算法

针对低信噪比下红外小目标的特点,提出一种改进的实用动态规划算法,通过适当的预处理抑制背景噪声、多帧图像灰度累加以提高信噪比,并由虚警和检测概率确定分割门限,检测出小目标位置及状态。详细地叙述动态规划的计算过程及分割门限的确定方法,以简单的步骤实现对低信噪比小目标的检测。实践证明,改进的动态规划算法不仅能完成检测的任务,而且并行性好,易于硬件实现,为下一步的目标跟踪打下了良好的基础。     

卡尔曼动态规划机动目标检测前跟踪方法

针对传统动态规划算法,由于转移步长固定、在检测机动目标时性能较差的问题,提出了针对转弯运动等机动目标的卡尔曼动态规划算法,该算法利用卡尔曼滤波中的状态预测步骤来自适应改变动态规划算法中的转移步长,以此来避免在检测转弯运动目标时传统动态规划算法由于转移步长不变而造成的转移步长与目标速度失配的问题。根据对该算法的目标状态估计误差分析结果,文中给出了一种误差补偿方法。仿真结果显示,在检测转弯运动目标时该算法在误差补偿后具有优异性能。     

改进型LPC声码器语音编码算法

本文给出了一种改进的ＬＰＣ语音编码算法，用于实现低速率声码器。与传统ＬＰＣ声码器算法相比，本算法在参数提取及合成等方面采取了一些改进措施，使得合成语音质量有很大的提高。本文在引言后概述了编码算法改进的考虑，然后给出编译码器的算法，重点讨论了本文提出的用动态规划法进行基音提取和平滑的新算法，以及合成端混合激励算法。本算法已经用ＴＭＳ３２０Ｃ２５实现单片编解码。     

Estimating the pitch period of voiced speech

In speech processing an estimation of the speech pitch period is important. Real time pitch detection is only possible by the selection of an efficient algorithm suitable for implementation on a programmable processor or in special-purpose hardware. The use of the periodogram algorithm (p.a.) is proposed to detect the pitch period of voiced speech. This algorithm is attractive for the following reasons: (a) it has no multiply operation; (b) when implemented on a 16-bit computer (e.g. microprocessor) the computation can be done in integer arithmetic without exceeding the microprocessor's dynamic range; (c) it is a simple technique for estimating the pitch period with reasonable accuracy. Results of the analysis of speech signals and sinusoids using the periodogram algorithm are presented and comparisons are made with the average magnitude difference function (a.m.d.f.) which is an alternative method of estimating the pitch period of the voiced speech.     

遗传算法应用于超低副瓣线阵天线方向图综合

基于对标准遗传算法中收敛依赖于初始群体选择的困难所作的分析,提出交替使用两种遗传繁殖操作产生后代群体以摆脱收敛对初始群体选择的依赖.对于超低副瓣线阵天线的方向图综合问题,建立了改进的遗传算法优化模型.计算实例说明改进后的遗传算法其收敛不依赖于初始群体的选择,具有实际应用前景.     

基于幅度压缩滤波的清浊音分类及基音估计

该文针对传统算法在实环境(不同噪声类型和信噪比)下容易发生清浊误判和基音估计错误问题,提出一种基于幅度压缩基音估计滤波(PEFAC)的清浊音分类及基音估计方法。首先,通过PEFAC削弱语音的低频噪声,提取出基音谐波;然后,采用基于对称平均幅度和函数的脉冲序列加权算法(SIM)确定谐波数目;最后,利用动态规划估计出基音,用基于3元素特征矢量的高斯混合模型对清浊音进行分类。仿真结果表明,在实环境下,所提方法能有效抑制清浊误判及基音估计错误现象的发生,性能优于传统方法。     

基于DCT分带谱熵与信号分解的高精度基音检测算法

本文就低速率WI语音编码中的基音检测技术进行研究,针对基音检测在不同噪声与信噪比下容易发生清浊误判的问题,在基音检测前端引入基于DCT分带谱熵的语音检测算法划分语音段与非语音段;为了向基音检测算法提供更能准确反映基音周期实际变化的输入语音,基于谐波-噪声模型提出了一种改进的DCT域语音分解算法.然后,根据变形的MCAMDF(Modified Circular Average Magnitude Difference Function)与NCCF(Normalized Cross-Correlation Function)的峰值共性,结合上述两项基音检测前端处理技术,提出了MCAMDF-NCCF基音检测组合算法.为了满足不同环境下WI编码器对基音检测高精度的要求,在合成端更准确地恢复相位轨迹,本文又基于MCAMDF-NCCF算法提出了高精度MCAMDF-NCCF-FRAC基音检测算法以计算分数基音.将算法应用与2kb/s WI编码器,主观A/B听力测试结果表明,本文提出的基音检测算法在低信噪比下明显抑制了基音加倍减半及清浊误判现象的发生,得到了优异的基音检测结果,合成语音质量完全满足低速率WI编码器对基音检测技术的要求.     

基于动态规划算法的无源毫米波弱小目标检测方法

针对无源毫米波弱小目标特点,结合已有的动态规划算法,利用图像阈值分割原理实时计算检测门限,提出一种适用于无源毫米波小目标检测的实用动态规划算法,并分析了动态规划的计算过程及分割门限的确定方法。实验仿真结果表明,此算法能准确检测出复杂背景下的低信噪比无源毫米波弱小目标,并得到目标运动轨迹,在单帧成像信噪比为4.5dB左右时,能准确检测出目标运动轨迹。     

基于波峰/波谷动态规划基音标注

提出了一种基于波峰/波谷动态规划的基音标注算法.首先,我们根据区域和转移概率,运用动态规划确定最佳的基音标注,以实现基于波峰或波谷动态规划的基音标注;然后,我们设定一个代价函数来决定采取波峰动态规划的标注还是波谷动态规划的标注.同时,我们通过不同的实验,来显示该文提出的方法的可行性.     

基于小波变换的语音基频提取新算法

该文将小波变换应用于具有连续语音特征的三字词语音的基频提取,并针对实验中出现的问题对算法进行了改进,提出了一种新的基于小波变换的语音基频检测算法。该算法主要包括:离散小波变换计算、基于投票策略的基频点选择和基频起点确定、基频检查、异常点修正、头尾漏点处理以及基于投票策略的基频点精确定位。实验表明,该算法较好地克服了基于小波变换传统算法的不足,更适合于连续语音的基频提取,缺陷是需要较多的计算时间,不太适合于实时性要求较高的系统。     

改进汉语数码语音识别中的语音特征提取性能

汉语数据码语音识别中存在三种与语音特征提取性能有关的语音混淆。