基于BP神经网络的耳语音转换为正常语音的研究

提出了一种基于BP神经网络的汉语耳语音转换为正常语音的方法.首先提取正常语音、耳语音的共振峰参数,使用BP神经网络训练出耳语音到正常语音共振峰参数的转换模型;然后根据模型求出与耳语音对应的正常语音共振峰参数,采用共振峰合成的方法将耳语音转换为正常语音.实验结果表明:使用该方法转换的正常语音DRT得分为80%,MOS得分为3.5,在可懂度和音质方面均达到了满意的效果.     

一种汉语语音变换技术

汉语语音变换技术的目的是将汉语语音中源说话人的语音特征转换为目标说话人语音特征。提出的适用于汉语说话人的变换算法分为3个部分:前两部分用高斯混合模型实现了语音的谱包络(线性预测编码)及其激励(残差)的转换;第三部分采用支持向量回归算法实现语音的韵律变换规则建模,结合汉语语音特点利用基音同步叠加算法实现语音的超音段特征调整。与现有的语音变换算法进行比较,算法针对汉语语音超音段发音特点进行韵律调整,有效实现了汉语语音变换并得到高自然度合成语音,是一种有效的汉语语音变换算法。     

基于GMM模型的语音转换技术研究

语音转换是近年来随着语音识别与语音合成技术的发展而诞生的,属于语音信号处理领域的一个新方向.语音转换技术不仅能够为很多行业提供便利,还能为语音研究领域提供理论和技术支持.本文首先对语音转换的基本原理和系统进行相应的分析,最后研究通过GMM模型进行语音的转换来合成语音.     

基于Matlab的谱减法语音增强的研究

在实际应用中,待分析的语音信号一般是被噪声污染的语音,很大程度上影响了语音处理系统的性能。为此,需要我们对带噪语音进行语音增强处理,抑制噪声,恢复纯净语音。本文就谱减法对带噪语音进行处理,并利用matlab行仿真,验证了谱减法的语音增强的效果。     

远程无线网络语音通信控制系统设计

由于语音通信受环境的影响较大,导致传统的语音通信控制系统无法满足用户需求,控制质量较低。因此,构建远程无线网络语音通信控制系统,系统中的语音识别模块利用CG6565语音卡进行语音信号的收集,并对其进行降噪处理。降噪后的语音信号被转换成便于处理的数字信号,并将数字信号的特性参数提取出来。语音识别模块对特性参数进行识别、调整和测量后组成语音文件夹,并将语音文件夹反馈到远程无线网络控制模块。远程无线网络控制模块对语音文件夹中的语音文件进行一系列的处理,处理后的语音文件被传输到用户手中,实现系统对用户设备的远程语音控制。软件给出了语音通信信号的目标函数,以及该目标函数的调用代码。实验结果表明,所设计的系统具有较高的控制效率和控制准确率,控制质量总体较高。     

藏语拉萨语LPC语音参数提取研究

藏语语音参数提取是藏语语音识别的关键技术之一,参数提取的精确度直接影响语音识别的效果。线性预测系数(LPC)是语音信号的重要频域参数,是目前语音信号处理过程中比较重要的处理技术,广泛应用于语音压缩、语音声学建模、语音合成、语音识别等过程中。首先介绍了线性预测算法原理,然后提出了藏语语音LPC参数提取的方案,最后在Matlab平台上实现了藏语语音LPC参数的提取和仿真分析,研究结果对完善藏语语音合成技术和提高藏语语音识别效率有一定的研究参考价值。     

融合Mel系数和kNN的语音端点检测

语音端点检测是语音处理过程中的重要环节。为了提高在不同噪声环境下语音端点检测的准确率和鲁棒性,提出了融合语音Mel频率倒普系数和kNN分类算法相的语音端点检测方法。该方法提取语音信号的Mel频率倒普系数作为语音特征参数,然后将特征向量作为kNN分类的输入进行训练学习,建立语音端点检测模型,并进行仿真实验,结果表明该方法是一种准确率高、鲁棒性强的语音端点检测方法。     

基于置信区间的智能语音客服质检方法研究

当前智能语音客服质检方法无法安全转换语音信息，语音质检过程优先级混乱，导致质检过程流量消耗较大。为此，提出基于置信区间的智能语音客服质检方法。构建智能语音客服质检信息的算术编码模型，实现智能语音客服质检信息的模糊聚类和特征提取。建立智能语音客服质检信息的统计特征辨识参数模型，完成对智能语音信息的安全转换控制。分析智能语音客服质检信息参数，根据智能语音客服质检等级实现对质检置信度区间设置，实现对智能语音客服质检优化控制。仿真实验结果表明，所提方法的输出可靠性较好，质检置信度水平较高。     

语音的帧同步分离研究

重叠语音在本文中定义为由两个及两个以上原始语音叠加所形成的混合语音.重叠语音分离,由于不能利用方位信息,困难更大.但人的听觉系统却能够有效感知和分离这种重叠语音.本文利用语音的谐波特性对重叠语音分离进行研究.提出基于语音信号谐波分析的帧同步分离方法,并给出实验结果.     

汉语方言语音数据库的标注研究

对语音数据库进行标注的目的是为语言工程和与语音研究提供可靠的数据。对语料库进行统计的方法一直是目前语音分析和语音技术的主流;同时,语音的基础研究,也很少使用实验室语音进行定性分析,而趋向采用大量自然语料的定量统计分析,所以语音数据库的标注显得尤为重要。     

基于深度神经网络的语音增强研究

由于目前语音增强方法或算法难以对语音频谱在时频域上的结构化信息进行有效建模和利用。然而,深度学习中的RBM、DNN等模型擅长对数据中的结构化信息进行建模,而且具有从数据的低层结构化信息提取更高层的结构化信息的能力。基于分类深度神经网络的语音增强,该方法对于低信噪比非平稳语音增强可得到高可懂度的增强语音,但语音音质损失严重。基于DNN的最小均方误差回归拟合语音增强方案,该语音增强方案还说明大语音数据训练能保证DNN较充分学习到噪声语音谱和干净语音谱之间复杂的非线性关系。     

基于长短时能量均值的活动语音检测算法

为了有效抑制非平稳背景噪音对语音处理系统的严重干扰,提出了一种基于长短时能量均值的活动语音检测算法.该算法基于两个合理的假设,一个是基于语音隐含成分集的稀疏分解,不但能尽可能地保留含噪语音中的语音信息,还能在一定程度上消除非语音类噪音的干扰；另一个是对上述稀疏分解的语音进行重构,该重构信号中语音段的时域能量高于非语音段...     

自适应语音增强算法综述

语音增强用来降低抑制住背景噪声,达到改善语音质量和可懂度的目标,使听者乐于接受语音增强的同时可以更好的听懂语音。目前大部分语音增强算法在实验室环境下效果都比较好,但面对复杂背景噪声环境,语音质量和可懂度下降非常明显。针对复杂背景噪声环境,使得增强语音随噪声时变而变化,一般采用自适应算法对语音进行处理,改善语音质量。     

四大手机语音功能测评

随着苹果iPhone4s的热销,语音应用Siri也开始大红大紫。在国内,各类手机语音应用也风生水起,这让人不得不佩服苹果创新能力的强大。目前,国内各类手机语音应用包括,语音输入法、语音搜索、语音手机浏览器以及类siri应用,那么这些语音应用哪些更实用呢？满分为5星。     

基于实值离散Gabor变换的联合时频域语音增强

传统变换域语音增强方法对语音做短时平稳性假设,这会造成对语音信号和噪声信号谱估计不准确,从而导致语音失真和残留噪声。本文提出一种从联合时频域进行语音增强的方法,该算法无需对语音做短时平稳假设。算法采用具有最佳能量聚集特性的高斯变换核函数,利用能快速实现的实值离散Gabor变换（RDGT）将语音信号变换到联合时频域,然后利用语音和噪声谱服从高斯分布的假设和无语音概率的思想进行基于最小均方误差的语音对数谱估计,采用改进的最小受控递归平均算法（IMCRA）进行噪声时频谱估计,在得到纯净语音的谱估计后利用实值离散Gabor逆变换获得纯净语音估计。实验表明,该算法相比频域变换算法具有较好的语音去噪度和较低的语音失真度。      

四大手机语音功能测评

随着苹果iPhone4s的热销,语音应用Siri也开始大红大紫。在国内,各类手机语音应用也风生水起,这让人不得不佩服苹果创新能力的强大。目前,国内各类手机语音应用包括,语音输入法、语音搜索、语音手机浏览器以及类siri应用,那么这些语音应用哪些更实用呢?满分为5星。     

鲁棒性语音识别技术研究综述

鲁棒性语音识别是为了解决噪声环境和混响环境等外界因素所引起的语音识别系统训练和识别不匹配的情况,针对在噪声和混响条件下进行鲁棒性语音识别的问题,对现有的鲁棒性语音识别研究进行了总结,阐述了语音识别的主要流程和整体框架;从特征提取和声学建模两个方面对语音增强技术、语音分离技术进行介绍;分析鲁棒性语音识别技术主要难点和实现过程。最后对鲁棒性语音识别技术进行总结和展望。     

一种改进谱减法语音增强算法的研究

语音增强是语音处理中常用的手段,在传播语音信号的同时噪声信号也随之添加进来,为了得到纯净的语音信号,我们对带噪信号进行语音增强,我们一般使用谱减法进行语音增强,但面对变化较大的噪声效果不理想。文章提出了一种改进的谱减语音增强方法,通过实验仿真表明,该方法有效地解决了噪声变化大情况下的语音增强。     

国内要闻

声学所与长虹集团联合研发成功中国首款复合型智能语音芯片近日,中国首款复合型智能语音芯片由中科院语言声学与内容理解重点实验室和长虹集团联合研发成功。复合型语音智能芯片突出优势是在语音识别技术的基础上,融合了噪声和混响抑制、回波消除、波束成形等多方面的语音增强技术,将改变现有智能语音家电采用手持遥控器控制的方式,实现远距离语音控制。基于长虹集团黑白融合的全产品线,这款智能语音芯片有望成为中国智能语音市场标志性芯片产品。     

自适应语音增强算法综述

语音增强用来降低抑制住背景噪声,达到改善语音质量和可懂度的目标,使听者乐于接受语音增强的同时可以更好的听懂语音。目前大部分语音增强算法在实验室环境下效果都比较好,但面对复杂背景噪声环境,语音质量和可懂度下降非常明显。针对复杂背景噪声环境,使得增强语音随噪声时变而变化,一般采用自适应算法对语音进行处理,改善语音质量。