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。     

基于归一化自相关的语音基频特征提取

语音的基频（也称音高、基音周期或F0）及其变化规律是语音信号的一个重要特征,在语音情绪识别、声纹识别中有重要的应用。而语音基频的提取一直是语音信号处理中的难点,这也是语音基频特征未能广泛应用于语音识别等应用的重要原因,因此准确高效的提取音高在语音信号处理中能够有重要的意义。本文基于归一化自相关函数,结合倒频谱方法,提取了一种改进的基于归一化自相关的语音基频提取算法,实验证明该方法在基频提取中取得了较好的结果。     

基于二维连续小波变换的干涉条纹图相位的提取

在光学测量领域中,干涉法具有极其重要的意义。针对干涉条纹图相位的提取,提出了一种基于二维连续小波变换的干涉条纹图相位提取的新方法。在文中提出的算法中,为了降低计算时间,在计算过程中引入快速傅里叶变换,并提出将传统二维连续小波变换中的连续的尺度因子和旋转角用离散的尺度因子和旋转角代替,这样就解决了二维连续小波变换算法计算耗时的问题。通过仿真和实验发现,该方法可以快速准确的提取出干涉条纹图的相位,对于有缺陷的干涉条纹图,可以实现缺陷的修复并获得其相位图,并收到了比较不错的效果。     

基于小波变换的语音除噪虚拟仪器系统

基于小波变换,借助虚拟仪器平台构造了一种语音除噪的仪器系统,通过调用不同的小波基MATLAB算法和变换阈值系数控制实现了一般语音除噪的功能,仿真结果表明该系统具有良好的除噪效果。     

基于M-频带小波变换的宽带语音编码算法

任何能量有限信号可以用Ｍ－频带紧支撑正交小波基展开，这有助于研究快速信号处理算法和高效编码算法。本文设计了一种基于Ｍ－频带正交小波变换的宽带语音编码算法，该算法语音质量好，编码时延小。     

基于小波变换的清浊音分类及基音周期检测算法

该文提出了一种基于小波变换的鲁棒性基音周期检测方法。检测前在小波域上用Teager能量算子对语音信号进行清浊音判决,对浊音段采用空域相关函数提取基音周期。实验表明,与传统的小波变换算法和自相关法相比,该方法鲁棒性好,具有更高的准确性。     

一种数字音频水印嵌入算法的研究

结合人耳听觉模型,利用人耳掩蔽特性,提出了一种基于小波分解和复倒谱变换的音频数字水印算法。该算法通过对原始语音信号进行三级小波分解,提取出小波近似分量,从近似分量中选取重要系数。利用复倒谱变换系数的不相关性．对重要系数进行复倒谱变换实现解相关运算,最终把水印嵌入到语音复倒谱域中,实现了在语音信号中嵌入二值图像,提高了水印嵌入算法的不可听性。实验证明该方法在抗常见的信号处理如加噪、滤波、重采样、有损压缩等方面具有较好的稳健性。     

用滤波器组实现IF的提取;Hardy小波和快速算法

本文提出了一种新的基于滤波器组和复解析小波(Hardy小波)级数展开信号从而提取信号瞬时频率的方法.该方法较传统的Hilbert变换求解析信号的方法比较对更多种类的噪声不敏感,同时较基于连续复解析小波变换的提取瞬频方法有更小的计算量,该方法保留了塔式算法的结构.     

基于模态准小波的密频模态参数识别

基于Morlet小波连续变换的模态参数识别算法在故障识别和多模态参数提取中起到了重要作用,然而在密频情况下,Morlet小波连续变换尺度图上模态极值线相互混叠严重,难以有效分离模态。本文提出一种新型的模态准小波函数,运用连续小波变换理论,推导和证明了模态准小波的连续变换可以有效分离密频模态,并给出了固有频率和阻尼系数的识别公式与整体识别算法。文章针对新型的模态准小波进行了大量的仿真实验,证实了该小波在密频模态分离与参数识别方面的优越性,为密频模态参数提取提供新的思路与手段。     

人脸语音动画中语音特征参数提取算法研究

人脸语音动画是虚拟现实领域的热点,语音特征参数提取是实现语音同步动画的前提和关键所在。为了能够提取鲁棒性更好的语音特征参数,在小波变换的理论基础上,借鉴MFCC特征参数的提取方法,运用表征语音动态特征的特征差分算法,提出了一种基于离散小波变换的语音特征参数（DWTMFCC）提取方法,并与反映语音情感特征的韵律参数相结合。通过基于LGB算法的VQ模型进行说话人语音识别,可以得到组合特征参数的识别率较高。     

小波变换用于信号突变的检测

本文介绍了小波变换用于信号突变的检测原理，给出了实现小波变换的快速算法。语音的基音检测作为一个应用实例，在文中得到验证。理论与实验表明，利用小波变换检测基音与传统方法相比具有独到之处。     

基于小波变换的汉语声调识别新方法

利用小波变换能够模拟人耳听觉特性的优点及其时频局部化特性,对实际语音信号进行分析。根据小波变换模极大值原理以及语音信号的奇异和瞬态特性,提出了一种新的小波变换峰值检测算法。该算法可用于精确提取语音的基音周期,准确进行声调识别。最后,给出应用实例说明了本文算法的有效性。     

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。     

基于小波变换的语音基音周期检测

语音信号是一种非平稳信号,基音周期是语音信号最重要的参数之一,传统的基音检测方法存在一些缺陷.小波变换鲁棒性强、能很好地反映信号的时频特性,非常适合处理非平稳信号.为准确提取基音频率,提出了一种基于小波变换的基音周期检测方法.检测前在小波域上用Teager能量算子分离出语音信号的浊音段,然后对浊音段采用空域相关函数降噪...     

Mandarin tone recognition based on wavelet transform and hidden Markov modeling

This paper presents a method of tone recognition for Mandarin speech by using combination of wavelet transform and hidden Markov modeling techniques. A pitch detector based on singularity detection and multi-resolution analysis of wavelet transform is employed for estimation of pitch periods, and hidden Markov modeling with partition Gaussian mixtures probability density function is used for the tone recognition. The algorithm can provide recognition accuracy of 97.22% and 94.47% for speaker-dependent and speaker-independent tone recognition, respectively.     

Noise-robust pitch detection method using wavelet transform with aliasing compensation

An improved wavelet-based method is developed for extracting pitch information from noisy speech. It uses a modified spatial correlation function which is originally applied to wavelet-based signal denoising to improve the performance of pitch detection in a noisy environment. The modified spatial correlation function needed in the proposed pitch detection method makes use of an aliasing compensation algorithm to eliminate the aliasing distortion that arises from the downsampling and upsampling operations of the wavelet transform. As a consequence, this allows one to further increase the accuracy of pitch detection. It is shown in various experimental results that this new method gives a considerable performance improvement when compared with other conventional and wavelet-based methods.     

一种基于小波变换和隐Markov模型的声调识别方法

本文给出了一种基于小波变换和隐Markov模型(HMM)的声调识别方法。根据小波变换检测信号突变的性质,充分利用多分辨率分析,准确可靠地实现了基音检测;采用分划Gauss混合(PGM)概率密度函数的HMM进行汉语声调识别,推导出用PGM函数的Viterbi算法的简化递推式。在匹配计算量大大减小的情况下,特定人的四声识别率为97.22％,非特定人达到94.47％。     

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。     

基于小波变换的MBE模型基音估计算法改进

基音周期是语音信号最重要的参数之一。MBE模型的基音周期搜索算法存在着运算量大,抗噪性能一般等缺点。本文基于小波变换,对算法进行了改进。阐述了小波变换基音周期估计原理,基音估计算法实现和实验。分析和实验表明改进算法更具实用性。