共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
本文提出了一种基于多重统计量分析的小波域语音信息隐藏算法.该算法首先将载体语音信号分成若干包含相同采样点的帧,利用短时能量以及过零率找出属于浊音段的帧分别进行多尺度离散小波分解,提取小波分解后的低频系数;然后对低频系数进行分组并计算各组系数的能量、绝对值方差等统计量的值,根据各组统计值的比较及嵌入的秘密信息比特值,采用不改变或者适当调节各组统计值大小关系的方法来隐藏信息.该算法只在语音的浊音段嵌入信息,充分考虑了人耳的听觉特性.实验结果表明:算法可以盲检测,对加噪、低通滤波、重采样、重量化等攻击均具有良好的稳健性. 相似文献
5.
针对小波包分解的高频混叠和频带顺序混乱,采取了一种改进小波包算法,采用一种更精细的Bark尺度小波包对带噪语音进行分解,以模拟人耳的听觉特性.对分解系数计算Teager能量算子(TEO),并使用一种简单的随TEO变化而调节的自适应阈值门限对带噪语音进行阈值去噪,不需要判别清浊音和无声段,实验证明,该方法在多种噪声下都能取得较好语音增强效果,特别是在有色噪声和非平稳噪声下.对于较低信噪比的语音也能获得一定改善. 相似文献
6.
7.
基于小波变换的语音质量评价方法研究 总被引:1,自引:0,他引:1
主要研究了用于小波变换对语音质量的评价方法。影响语音质量的主要特征表现在噪声部分,即信号高频部分,而小波系数体现了信号的高频;通过构造语音信号的小波范数信噪比,可以定量区分同一语音信号经过不同器件的质量差异,从而确定信号质量;文中通过实验数据验证了该算法在理论上的正确性。 相似文献
8.
9.
语音增强目的是从带噪语音中尽可能纯净的原始语音,即消除含噪语音信号中的噪声成份,提高输入信号的信噪比.在实际应用环境中,语音都会不同程度受到噪声的干扰,噪声会影响语音质量,严重的情况下将语音完全淹没到噪声中,无法分辨.本文将读入的语音信号加入正态随机噪声,然后对含噪声的语音信号进行小波分解,估计噪声的方差,然后获取去噪的阈值并对小波分解的高频系数进行阈值量化,得到去噪后的语音信号.仿真证明此方法具有很好的增强效果. 相似文献
10.
频域除噪是信号降噪技术中的重要内容。由于噪声多为高频,频域除噪技术一般利用低通滤波器滤除含噪信号中的高频部分,以达到除噪的目的。然而图像信号的轮廓以及某些细节部分也为高频,会被低通滤波器当作噪声滤除,降低除噪效果。利用分数阶微积分,对滤波器算法进行细微变换和调整,使其能够更加精确地区分噪声与高频信号,从而在滤除噪声的同时更多地保留高频信号部分。文中通过大量的仿真,证明了该方法较传统的滤波除噪技术具有很大的进步性。 相似文献