数字混音模型的设计与实现

混音是VoIP系统中的一个关键环节,通过对现有常用的混音算法的分析比较,引入声音音量这一对声音质量有较大影响的因素参数.在此基础上,改进了权重系数混音算法,从而提出了一种权重系数补偿混音算法.该算法运算复杂度较低,混音效果清晰,自然、流畅,避免了音量大小及突变等问题,可广泛应用于各类VoIP系统中.     

基于改进并行回火算法的RBM网络训练研究

目前受限玻尔兹曼机网络训练算法主要是基于采样的算法.当用采样算法进行梯度计算时,得到的采样梯度是真实梯度的近似值,采样梯度和真实梯度之间存在较大的误差,这严重影响了网络的训练效果.针对该问题,本文首先分析了采样梯度和真实梯度之间的数值误差和方向误差,以及它们对网络训练性能的影响,然后从马尔科夫采样的角度对以上问题进行了理论分析,并建立了梯度修正模型,通过修正梯度对采样梯度进行数值和方向的调节,并提出了基于改进并行回火算法的训练算法,即GFPT（Gradient fixing parallel tempering）算法.最后给出GFPT算法与现有算法的对比实验,仿真结果表明,GFPT算法可以极大地减小采样梯度和真实梯度之间的误差,大幅度提升受限玻尔兹曼机网络的训练效果.     

多路数字混音方案设计

混音技术是多媒体会议系统中的一个重要环节,极大影响了各用户之间的相互交流.通过对现有算法的总结分析,得出了参与混音的路数和各路语音强度大小是影响混音效果的主要因素.针对上述两个主要问题,提出了一种新的混音模型,在硬件设计上采用多路分组并行处理方式,限制最大混音的路数,并通过自动增益控制电路,控制输入语音信号强度;在软件设计上采用自动门限检测技术和改进的自对齐算法,减少了噪声的引入,避免了溢出检测问题,混音效果自然流畅.可以广泛应用于大规模多媒体会议系统中.     

翻唱宝典之后期处理与保存

上一期我们介绍了用Adobe Audition 1．5处理人声瑕疵的方法。之后就该利用各种效果插件对人声进行激励、压限,混响等操作,使声音变得更加圆润和饱满。这些效果插件的使用方法在2005年第5期《我为歌狂——手把手教你制作翻唱歌曲》一文中已有详细介绍,这里就不再赘述。下面再介绍在后期处理和制作中比较实用的插件和技巧。     

一种基于典型相关分析的主动声纳水下混响抑制算法

混响抑制是提升主动声纳接收机性能的关键技术之一。传统的混响抑制算法主要采用多普勒和时间增益控制,以及预白化处理。这些算法需要对混响建模并进行参数估计,其计算量较大,且易受水声环境变化的影响。为了提升抗混响算法的鲁棒性,提出了一种基于典型相关分析的算法,能够与支持向量机结合实现对混响的预先分类识别。湖上试验结果表明该算法能够显著提升混响背景下主动声纳的检测性能。     

基于再采样的图像重采样伪作检测

重采样是图像篡改中的一种典型操作,针对现有重采样伪作检测算法对于JPEG压缩格式的图像检测效果不理想,也无法准确估计其中的缩放因子的问题,提出了基于再采样的图像重采样检测算法。该算法先将待检验的JPEG图像以缩放因子小于1进行再次重采样,以削弱JPEG压缩对算法的影响,再利用重采样信号二阶导数具有的周期性来进行重采样操作检测。实验结果表明,该算法具有很强的抗JPEG压缩能力,同时能够准确估计真实的缩放因子。另外,该算法对于经过不同缩放因子而得到的图像进行合成时的重采样操作,也有明显的检测效果。     

基于再采样的图像重采样伪作检测

重采样是图像篡改中的一种典型操作,针对现有重采样伪作检测算法对于JPEG压缩格式的图像检测效果不理想,也无法准确估计其中的缩放因子的问题,提出了基于再采样的图像重采样检测算法。该算法先将待检验的JPEG图像以缩放因子小于1进行再次重采样,以削弱JPEG压缩对算法的影响,再利用重采样信号二阶导数具有的周期性来进行重采样操作检测。实验结果表明,该算法具有很强的抗JPEG压缩能力,同时能够准确估计真实的缩放因子。另外,该算法对于经过不同缩放因子而得到的图像进行合成时的重采样操作,也有明显的检测效果。     

基于数字语音教室的多路混音算法及应用

在研究音频混音技术的基础上,结合基于嵌入式技术的数字语音教室的实际情况,提出了一种应用于数字语音教室的多路实时混音算法,并给出了在数字语音教室中利用多路混音算法实现多人实时音频交互的方法。     

基于数字语音教室的多路混音算法及应用

在研究音频混音技术的基础上,结合基于嵌入式技术的数字语音教室的实际情况,提出了一种应用于数字语音教室的多路实时混音算法,并给出了在数字语音教室中利用多路混音算法实现多人实时音频交互的方法.     

小波变分辨率频谱特征静音检测和短时自适应混音算法

静音检测算法使用两种语音感觉特征与变分辨率频谱的Mel频率倒谱系数组合成音频特征,采用多门限过零率对静音进行初判,并通过二分类支持向量机对组合语音特征进行分类;实时混音算法使用每一路音频的短时能量作为混音权重.测试表明,静音检测算法在不同信噪比下语音识别正确率高于G.729b静音检测算法;实时混音算法听觉测试优于传统的算法,并且混音计算延时低,满足网络实时传输的要求;两种算法同时应用于视频会议系统,视频会议服务器的运算量低于使用了G.729b静音检测算法的视频系统.     

基于源镜像法的混响滤波器的设计与性能研究

为模拟不同环境下的混响效果,改善音频音质,本文设计了一种基于ARC600可配置处理器的数字混响系统。为设计一种房间参数可调的混响器,本文结合室内几何声学的特性,采用源镜像法得到前期混响的滤波器参数,采用改进的Schroeder模型模拟后期混响的特性,其中低通滤波器用来模拟空气对高频的吸收作用。用MATLAB软件对该系统进行仿真,仿真结果表明此混响算法能逼真的模拟厅堂的自然混响特性。最后依据ARC600内存结构对算法进行优化,运算速度提高了40%以上,增强了该系统在DSP平台上运行的实时性。     

基于SEP4020的嵌入式系统多路语音处理算法的实现

在多线接入电话终端项目中,对语音进行处理是一个非常重要的部分。语音的处理包括静噪,回声消除和混音几个部分。其中混音技术,关系到在电话终端的语音质量,在应用中尤为重要。在系统中,需要使用SEP4020对多路的语音进行混音合成。该文对混音算法及其在SEP4020上的应用做了讨论。     

主动声纳阵的混响仿真及检验

研究海洋混响的干扰检验问题,由于真实的混响数据信息难获取,混响仿真中不能体现声纳信号形式、平台运动、海洋环境的问题,针对传统方法不能准确检验混响情况,提出了一种基于HODGKISS单元散射理论的海洋混响的阵列模型,把过去单一阵元的混响仿真推广到整个阵列的混响仿真,并考虑了发射波形、发射信号形式、声纳平台运动以及海洋环境等参数,使仿真条件尽量接近真实环境.最后,通过仿真比较瞬时值和包络概率密度分布、空时二维谱几个方面的特性,实验证明了模型及混响仿真结果的准确性和有效性.     

基于维纳后置滤波的LS波束形成混响抑制算法

混响导致语音信号时间和频率模糊,严重时语音变得难以理解。为了提高语音质量,提出一种具有维纳后置滤波的最小二乘波束形成混响抑制算法。该算法将混响后的语音信号分为直达部分和混响部分,得到维纳后置滤波器增益估计;针对语音信号在低频部分噪声相干性较强的问题,利用最小二乘波束形成算法进行分频处理,最后求解最优权值。仿真实验表明,所提出的算法具有较好的混响抑制特性。     

基于加权预测误差算法的声源定位方法

混响是导致室内声源定位精度下降的主要因素之一.为了降低混响环境下的定位误差,本文应用加权预测误差算法对麦克风阵列信号进行去混响预处理.为了定量分析该去混响方法为声源定位带来的精准度上的提升,我们在多种混响时间、多种白噪声信噪比、两类定位算法和两种阵列参数条件下进行了仿真和实验.仿真和实验结果均表明,与不使用去混响预处理...     

一种结合直达声补偿策略的混响抑制算法

混响是声音经过室内墙壁等物体反射、吸收后多径传播叠加产生的,是导致语音识别系统性能下降的主要因素之一。基于TF-GSC的混响消除算法在估计混响功率谱时可能会出现过估计的现象,导致输出语音失真。提出一种直达声补偿策略,并将其应用到混响抑制算法中去。实验结果表明,直达声补偿策略减小了输出语音失真,提高了输出语音质量。     

基于混合采样的非平衡数据分类算法

过采样和欠采样方法是处理非平衡数据集分类的常用方法,但使用单一的采样算法可能造成少数类样本过拟合或者丢失含有重要信息的样本。提出了基于分类超平面的混合采样算法SVM_HS(hybrid sampling algorithm based on support vector machine),旨在克服SVM算法在处理非平衡数据时分类超平面容易偏向少数类样本的问题。该算法首先利用SVM算法得到分类超平面。然后迭代进行混合采样,主要包括:(1)删除离分类超平面较远的一些多数类样本;(2)对靠近真实类边界的少数类样本用SMOTE(synthetic minority oversampling technique)过采样,使分类超平面向着真实类边界方向偏移。实验结果表明相比其他相关算法,该算法的F-value值和G-mean值均有较大提高。     

一种新的网络电话会议混音算法

混音处理在网络电话会议系统中起着举足轻重的作用,怎样解决混音中带来的溢出和噪声问题又是混音处理的核心。通过对现有混音算法中存在问题的分析,提出了一种自适应减谱法,在不发生溢出现象的基础上,对语音信号进行傅里叶变换,从带噪语音的功率谱中减去噪声功率谱,从而得到较为纯净的语音频谱来降低噪声,再进行傅里叶反变换将其与混音权重相适应,使混音后的音质更清晰且流畅,避免了混音过程中的噪声问题,提高了混音后的质量,音质更接近于现场会议,可以应用于多媒体电话会议系统中。     

海底混响的空时模型及仿真

研究海底混响特性问题,海底混响是声纳设备在浅海海域进行水下探测、通信和导航中遇到的主要干扰信号.为了有效识别水中混响特征,提出了一种海底混响模型,用仿真软件为实现抗混响提供较完整的依据.采用划分散射单元,得到包含相位信息、多普勒频移信息等主要影响混响形成具有空时特性的海底混响模型,能广泛适用于各种阵列,并推导了任意阵型的阵列信号输出模型,采用带通采样技术在matlab上进行仿真,结果表明,实现了混响模型的瞬时值和包络值的概率密度分布、频谱、空时特性等.表明了仿真特性能够为抗混响研究提供依据.     

塔台模拟管制中多路混音的设计与实现

基于塔台管制模拟语音通讯系统,设计并实现了多路混音功能。发送端采用双线程多缓冲区机制保证数据的实时即时发送;在混音同步机制中引入了多个缓冲队列,为成功实现同步混音创造了良好条件;在最为重要的混音算法中做了一些改进,混音效率有明显提高。在该系统中使用了专门为声音解压缩研究设计的Speex语音解压缩库,其高性能的语音解压缩效率,在应用中得到了很好的体现。系统仿真实验结果表明该套多路混音实现方式切实可行,具有一定的有效性和优越性。