基矛MATLAB的语谱图显示与分析

文章给出了一种基于MATLAB的语谱图显示原理及实现方法。该法可对语音信号（或其它类型的似平稳信号1进行频谱图的伪彩色映射及显示。语谱图的类型有宽带和窄带两种，可按需求设置伪彩色显示的映射。文中介绍了语谱图显示的原理，MATLAB的相关功能函数，并给出了一个程序实例及其实验结果。在MATLAB中进行了仿真，结果表明宽带及窄带语谱图对时间分辨率和频率分辨率的不同反映．并且该法对设备要求低，编程简单，可以在普通通用计算机上实现。     

基于MATLAB的语谱图显示与分析

文章给出了一种基于MATLAB的语谱图显示原理及实现方法.该法可对语音信号(或其它类型的似平稳信号)进行频谱图的伪彩色映射及显示.语谱图的类型有宽带和窄带两种,可按需求设置伪彩色显示的映射.文中介绍了语谱图显示的原理,MATLAB的相关功能函数,并给出了一个程序实例及其实验结果.在MATLAB中进行了仿真,结果表明宽带及窄带语谱图对时间分辨率和频率分辨率的不同反映,并且该法对设备要求低,编程简单,可以在普通通用计算机上实现.     

基于非线性变换法语谱图的伪彩色显示

鉴于人眼对彩色的分辨率远远高于灰度差分辨率的特点,提出了一种利用C#程序实现伪彩色显示的新方法,该方法通过非线性映射变换函数,建立频谱幅度与颜色的对应关系,从而实现伪彩色显示,并将其用于语谱图显示及语音信号处理界面设计中;此外,还将语音播放功能加入语谱图显示过程中,实现了“可视”语言的播放。该方法编程简单,界面设计灵活,对设备的要求较低,在普通PC机上即可实现。     

基于现场可编程门阵列的语谱图显示与增强

在基于现场可编程门阵列(FPGA)的语谱分析研究与设计中,直接显示的语谱图不能够体现语谱的细节变化情况,针对这一问题,提出了一种适合FPGA实现的语谱图增强显示的方法。该方法通过非线性变换,将高灰度分辨率图像压缩为低灰度分辨率图像,能更好地体现语谱图的细微变化。由于人眼对灰度的分辨能力远低于对色彩的分辨能力,对灰度图像进行了伪彩色处理,并将结果通过视频图形阵列(VGA)方式显示。实验结果表明,通过该方法可以获得更多的语谱图所表达的视觉细节信息。     

梯度方向直方图在语谱图映射中的应用

语谱图是显示时变频谱幅度特征的图形,基于梯度方向直方图建立语谱图之间的映射关系,找出它们对应的频率结构,为说话人规整及进一步的语音处理提供了途径。在提取特征参数之前,用梯度方向直方图描述语谱图中点的特征,进而实现两个说话人的语谱图在频率轴上的非线性映射,其实质是在频率点相似性的条件下,运用动态规划准则的最佳匹配问题。在TIDIGITS数据库上的实验表明,该方法在训练集与测试集不匹配时能明显降低系统的误识率。     

基于小波语谱图分析的语音去噪技术

由于不同环境下噪声特性不同,多种环境下的语音去噪成为研究难点。提出一种基于小波语谱图分析的去噪技术。该方法的特点在于：利用小波变换的多分辨性对带噪语音进行多尺度分析,利用语谱图列自相关函数的特性划分语音段和噪声段,利用点连续检测法去除语音段残留的噪声。实验显示,小波语谱图分析去噪法对多种环境下的宽带噪声,抑制效果显著。     

宽窄带语谱图融合分带投影的特定人汉语词汇识别

提出一种基于宽窄带语谱图融合分带投影的方法对特定人二字汉语词汇进行识别。该方法将图像处理技术应用到语音识别领域,在图像特征提取过程中,首先对窄带语谱图进行等宽度分带行投影和二进宽度分带行投影,并将其分别作为窄带语谱图的第1个特征集合和第2个特征集合,同时将窄带语谱图进行再次图像傅里叶变换之后进行等宽度行投影,作为第3个特征集合。然后对宽带语谱图进行等宽度分带列投影,作为第4个特征集合。将上述特征集合作为识别的特征向量,以支持向量机为分类器进行特定人二字汉语词汇整体识别。采用1000个语音样本进行仿真实验,结果表明,采用前3个特征集合的特征向量对特定人二字汉语词汇识别的正确识别率可达92.4%,采用第4个特征集合的特征值对特定人二字词汇识别的正确识别率可达80%,而采用上述4个特征集合的特征值融合对特定人二字汉语词汇识别的正确识别率可达95.4%。该特征融合的方法为汉语词汇的识别提供了新的思路。     

用于语音分析的实值离散GABOR变换

本文提出了语音信号的快速实值离散Ｇａｂｏｒ变换（ＲＤＧＴ）方法,讨论了由ＲＤＧＴ系数计算语音复谱图值、语谱图生成和语音信号的快速重建问题,并在文末给出了实例。     

组合谱图法在跳频信号时频分析中的应用

提出了一种应用于跳频信号的组合式谱图时频分析方法,采用两种不同长度的窗函数对信号进行时频分析,分别得到具有较好频率和时间分辨率的两组分析结果;结合两组结果的优点,提高了原谱图法的时频分辨率,并通过理论分析和仿真结果予以证明。在高斯白噪声条件下,对组合谱图法在跳速估计中的性能进行仿真,结果表明该算法的信噪比性能较谱图法提高了3 dB左右。     

用于语音分析的实值离散GABOR变换

本文提出了语音信号的快速实值离散Ｇａｂｏｒ变换（ＲＤＧＴ）方法，讨论了ＲＤＧＴ系数计算语音复谱图值、语谱图生成和语音信号的快速重建问题，并在文末给出了实例。     

双光纤Bragg光栅波长探测与解调技术

双光纤光栅可以用于光纤光栅传感器中波长移动的探测与解调,提出了一种新的解调方案并对几种可能的解调方案进行了实验对比。结果表明,在宽带光源光谱全功率较小的前提下,利用双光栅透射谱的相关及双光栅透射谱和反射谱的卷积都能实现波长移动的探测与解调,前者有更好的信噪比。而因为系统损耗过大,利用双光栅反射谱的相关不能探测与解调光栅中心反射波长的移动。双光栅波长探测与解调技术将波长的移动转化为相对光强极值的探测,避免了光纤光栅传感器中使用光谱仪等价格昂贵,体积庞大,使用不方便的光谱探测器件,有利于光纤光栅传感器的实用化。     

Processing noisy line spectrograms as digital pictures

Contiguous short-term spectral estimates of non-stationary acoustic signals are often displayed as intensity-modulated frequency-time pictures (‘spectrograms’). Some of the problems and advantages in storing and processing certain types of spectrograms as digital pictures are explored. The particular type of spectrogram discussed is from a source producing a time-variant ‘line’ spectrum consisting of one dominant primary line and several much weaker harmonic or quasi-harmonic lines. This type of spectrogram is commonly produced by rotating machinery. It is supposed that this signal is measured amidst additive broad band noise. The resulting spectrogram consists of a family of related meandering lines, the weaker members of which tend to be lost in the noise. In the proposed picture analysis scheme the raw spectral estimates are stored as a digital spectrogram. This spectrogram is then processed by line enhancement methods to extract the primary line to form a ‘family-template’. Using this template the weaker lines can be detected and extracted. By re-assembling the extracted components, a cleaned-up low-entropy frequency-time picture of the signal is produced which shows more structure and which is much more amenable to automatic analysis than the original spectrogram.     

分数阶Fourier变换在多分量信号谱图分析中的应用

作为时频分析方法的一种,谱图对多分量信号分析时受交叉项影响,特别是当信号相隔很近时尤为严重,而且频率分辨率会受影响。给出了结合分数阶Fourier变换（FrFT）对多分量信号进行谱图分析的方法。首先利用分数阶二阶矩极值点而找到相应的最优旋转阶数,对所给多分量信号按此阶数做分数阶Fourier变换,再在此基础上做谱图分析。仿真实例表明,该方法对初始频率、调频率很接近的多分量的chirp信号能有效识别,交叉项可得到较好的抑制。     

Deep Scalogram Representations for Acoustic Scene Classification

Spectrogram representations of acoustic scenes have achieved competitive performance for acoustic scene classification. Yet, the spectrogram alone does not take into account a substantial amount of time-frequency information. In this study, we present an approach for exploring the benefits of deep scalogram representations, extracted in segments from an audio stream. The approach presented firstly transforms the segmented acoustic scenes into bump and morse scalograms, as well as spectrograms; secondly, the spectrograms or scalograms are sent into pre-trained convolutional neural networks; thirdly, the features extracted from a subsequent fully connected layer are fed into (bidirectional) gated recurrent neural networks, which are followed by a single highway layer and a softmax layer; finally, predictions from these three systems are fused by a margin sampling value strategy. We then evaluate the proposed approach using the acoustic scene classification data set of 2017 IEEE AASP Challenge on Detection and Classification of Acoustic Scenes and Events (DCASE). On the evaluation set, an accuracy of 64.0% from bidirectional gated recurrent neural networks is obtained when fusing the spectrogram and the bump scalogram, which is an improvement on the 61.0% baseline result provided by the DCASE 2017 organisers. This result shows that extracted bump scalograms are capable of improving the classification accuracy, when fusing with a spectrogram-based system.      

基于熵测度的跳频信号谱图分析

为了有效分析跳频信号并估计其参数,依据跳频信号谱图和Wigner-Ville分布(WVD)的特征分析,提出了一种自适应跳频信号时频分析方法。该方法依据熵测度进行谱图窗函数宽度选择,获取优化的跳频信号谱图表示。理论分析和仿真结果表明,基于熵测度的谱图分析方法能够在大于0dB的高斯白噪声环境下,给出跳频周期参数的准确估计;与平滑伪Wigner分布及其自适应方法相比,该方法能够在较低信噪比下有效降低参数估计的方差,提高参数估计的准确性;同时对于长观测信号,具有更快的运算速度。     

Multiclass support vector machines for environmental sounds classification in visual domain based on log-Gabor filters

This paper presents an approach aimed at recognizing environmental sounds for surveillance and security applications. We propose a robust environmental sound classification approach, based on spectrograms features derive from log-Gabor filters. This approach includes three methods. In the first two methods, the spectrograms are passed through an appropriate log-Gabor filter banks and the outputs are averaged and underwent an optimal feature selection procedure based on a mutual information criteria. The third method uses the same steps but applied only to three patches extracted from each spectrogram. To investigate the accuracy of the proposed methods, we conduct experiments using a large database containing 10 environmental sound classes. The classification results based on Multiclass Support Vector Machines show that the second method is the most efficient with an average classification accuracy of 89.62 %.     

基于线性预测分析的语音三维语图绘图方法

介绍在通用PC机上实现语音三维语谱绘图软件的设计方法。根据线性预测分析技术,采用两种出图方式,通过软件编程将提取的频谱包络在显示器和打印机上绘制成图。其绘图功能及效果可与绘图仪相比拟,具有方便灵活的特点。     

红外光谱计算机检测分析系统

以日本岛津IR 40 8型红外光谱仪为基础 ,建立了红外光谱计算机检测分析系统 ,实现了对原有实验仪器的改造开发。该系统包括 :在线数据采集分析子系统 ,基团库查询子系统 ,谱图库查询子系统 ,红外谱图模拟解析子系统 ,基团库维护子系统 ,谱图库维护子系统和在线帮助子系统。该系统实现了用计算机进行红外数据采集、红外谱图查询和基团解析等 ,大大提高了谱图解析速度和准确度