语音变调方法分析及音效评估

对现有变调方法作了分类分析,分析了3种典型方法的变调原理和特点,即基于时域同步叠加固定合成变调法(synchronized overlap-add fixed synthesis,SOLA-FS)、频域插值法和基于相位声码器法,重点给出改进的时域SOLA-FS实现方法;通过仿真实验对比3种变调方法的效果:3种变调方法均能在保持音频播放时间不变的前提下,实现音调的改变,但在语音自然度的感知上有差别;通过主观测听实验评估了各种变调方法的音效。结果表明:不论对语音音高的提升还是降低,在相同变调系数下,时域SOLA-FS方法均具有最好的变调效果。     

基于LAN的数字语音通讯软件设计与实现

介绍了网络数字语音通讯的过程、原理和关键技术。论述了音频采集与播放的3种模式并且对它们的特点进行了分析比较。讨论了音频数据的压缩方法和传输方法,音频采集、播放3种技术中效果最好而实现困难的是DirectSound方法。采用Client／Server模式实现LAN语音通讯软件,并给出了设计、实现方法和关键代码。通过在LAN和DDN上运行测试,数字语音通讯软件在音质和延时上达到了IP电话的效果。作为一种应用,可以充分利用LAN的带宽优势,使LAN具有内部电话网的功能,具有相当好的应用前景。     

利用ISD-1420实现语音录放系统

本文提出了利用语音芯片ISD-1420和8位的单片机实现语音录放系统。该系统通过试验能够实现20秒的语音录放，可以多次录入、擦除。系统录入语音或音频信号，播放时质量清晰、音质良好。     

符合人耳听觉特性的语音音质的客观评价方法

对于合成语音的音质进行了评价,是评价合成系统使用价值和性能的一种主要方式。通过音质评价,找出影响音质的影响,反过来指导音质改善,这正好体现了人类发声时听觉的反馈作用。现行的评价方案多为主观评价,不仅不利操作,而且不能对改善音质提供定量的建议,为了实现对语音音质的客观评价,作者通过对ＬＳＰ参数的频谱敏感度的研究,将其与听觉特性相联系,用频谱敏感度表征语音中对听觉敏感的成分,从而给出了符合人耳听觉特性     

16位单片机的语音信号处理技术的研究

以凌阳科技公司的新一代16位单片机SPCE061A为例，介绍16位单片机的语音信号处理技术，并指明了如何以之方便地生成语音信号及如何采用SACM—S240音频编码算法进行语音播放。     

汉语语音LSP分析参数特性及其编码压缩方案

通过研究汉语语音分析参数特性，将汉语语音ＬＳＰ参数的频谱包络的敏感应用于编码，提出一种新的压缩编码方案，实现了音质的改善和参数量化精度的提高。     

基于权重比例分配的码书映射语音转换算法

针对传统的基于码书映射的语音转换算法转换语音与目标语音相似度不高的问题,提出一种新的基于权重比例分配的码书映射语音转换方法。在训练阶段,通过设置不同权重阈值将码书权重矩阵稀疏化,分析大于阈值的码书权重值对转换语音影响的大小,根据不同权重值对转换语音的影响比例不同这一特点,训练码书权重的映射关系。在转换阶段,利用训练阶段得到的映射关系,将源码书权重映射得到目标码书权重,利用该权重和目标码书合成转换语音。对传统算法和本文算法进行仿真对比实验,从主观和客观两方面进行测试。实验结果表明,基于权重比例分配的码书映射的语音转换算法不仅可以有效地改善转换语音的音质,同时也大大提高了转换语音与目标语音的个性特征的相似度。     

G.729语音编码器定点DSP的实时实现

介绍了G.729语音编码器算法和定点数字信号处理芯片TMS320VC549,重点讨论了低速率语音编码器在TMS320VC549上实时实现过程中软、硬件设计中的关键技术。采用了定点数字信号处理器芯片实时实现G.729语音编解码算法,结果表明,得到了预期的8 Kb/s的低码速率、较低的算法时延和极高的语音音质。     

Design and Implementation of Digital Broadcasting Systems Based on Ethernet

为解决传统广播系统音质不佳,容易受干扰,维护管理复杂,互动性能差和无法指定区域进行广播问题,在VS2008平台下设计了基于以太网的数字广播系统,采用UDP传输方式,将系统服务器采集到的音频数据通过以太网传送到指定广播终端进行播放,同时采用多线程和多缓冲技术来保证系统的实时性和连续性,并分别设计了系统服务器和终端控制界面.测试结果表明,广播系统播放音质清晰,实时性良好,性能稳定.     

基于时延范围预测的媒体播放控制算法

在分组多媒体通信中,根据Chebyshev不等式和时延抖动的统计特性,预测分组的网络时延范围,在时延范围预测的基础上提出一种适用于实时分组语音通信的媒体播放控制算法．该算法记录先前到达分组的网络时延,用它们对当前的播放时延作短期预测,并根据播放时延的估计调整每个突发期中分组的播放时刻．实验结果表明该算法可以自适应地跟踪网络时延的变化,较大程度上降低播放时延,使得迟到分组的比值保持在1％左右．     

神经网络语音识别技术应用研究

本文通过描述语音特征参数求取方法和典型神经网络的学习过程，阐述了采用人工神经网络技术进行语音识别的基本原理，并给出一个神经网络语音识别技术在语音控制媒体播放系统中的应用实例。     

神经网络语音识别技术应用研究

本文通过描述语音特征参数求取方法和典型神经网络的学习过程，阐述了采用人工神经网络技术进行语音识别的基本原理，并给出了一个神经网络语音识别技术在语音控制媒体播放系统中的应用实例。     

16kbps LD—CELP语音编码器方案及计算机仿真

重点研究了低时延１６ｋｂｐｓ语音编码器标准Ｇ．７２８，在此基础上用软件仿真实现了一种高质量的编解码器，其单通道编码延迟在２ｍｓ以下。该编码器基本上是码激励线性预测编码器的后向自适应版本。对各功能块作了剖析和一些改进，得出的仿真结果证明，采用ＬＤ－ＣＥＬＰ方案可以得到预期的１６ｋｂｐｓ的码率，以及低算法时延，高的语音音质。文中还讨论了实时软件设计的一些关键问题。     

基于语音截止频率的声码器激励模型

在低速率声码器中,对激励信号的描述直接影响重建语音的质量. 为了改善音质,提出一种基于语音截止频率的声码器激励模型. 该模型编码时通过语音截止频率将激励谱分成谐波和噪声2个子带,谐波子带的激励谱幅度引入离散余弦变换变维模型进行描述,语音截止频率进行4 bit非线性量化. 解码时将恢复出的谐波子带激励谱幅度进行傅里叶反变换,噪声子带则由白噪声进行以语音截止频率为阻带截止频率的高通滤波,最后由谐波子带和噪声子带叠加出激励. 实验结果表明,该模型提高了全带激励谱幅度和谐波噪声成分的描述精度,可使重建语音的音质得以明显改善,主客观指标更优,对男声更为突出.     

基于GERBF神经网络非线性预测的ADPCM算法控制系统中的应用

用神经网络建立非线性预测模型对语音信号进行处理，采用后向预测建模，不增加传输码率。采用一种改进的广义径向基函数网络(GERBF)，利用正交最小二乘法训练速度快的优点，降低算法的复杂性。实验表明：基于GERBF预测器的语音编码系统在嵌入维数很少时亦能较好地去除语音信号相关性，其恢复语音质量优于CCITT，建议G．721中的ADPCM算法。     

自适应语音噪技术的实时实现

在对自适应语音抗噪技术实时实现的可行性分析的基础上,提出了实时处理所需要的基于TMS320C32（DSP）的硬件平台,采用两块TC32044CN（A／D,D／A转换器）做成了与TMS320C32的接口板,实现了两路无相差信号的采集,形成了语音处理工作站样机。通过对几种自适应算法的分析比较,最后选择恰当的算法和滤波器结构实现了语音抗噪的实时处理,对信噪比的改善达12dB。     

对外汉语教材声调韵律成分编排初探

本文考察了《博雅汉语》、《发展汉语》和《新实用汉语课本》三套对外汉语长期进修综合课教材中声调韵律部分的编排情况,包括声调、轻声、"一""不"变调和停顿、重音、语句语调六个项目。文章进一步对其编排情况进行了分析、比较,总结出目前对外汉语语音部分编排一方面缺乏统一性,随意性较大;另一方面中高级阶段存在弱化语音知识讲解、技能训练的情况。最后提出建立汉语语音教学大纲的必要性、重要性、紧迫性。     

基于小波变换的静音与语音分割新算法

含噪语音信号的静音与语音分割，即端点检测问题是语音识别至关重要 的一步，为了提高语音分割对环境的适应性，提出了一种利用小波变换分割含噪语音信号中静音与语音的新算法，该算法首先将语音信号进行小波变换，利用小波系数去噪，然后选择小波部分子带跟踪信号的能量变化以分割语音与静音，仿真实验表明该算法在低信噪比条件下也能够有效分割语音。     

停车场控制系统中语言提示功能的实现

针对停车场控制系统中语音的准确分段播放问题,根据同步原理,提出了一种鼠标并联继电器语音分段播放方法．结果表明,其语音播放时间误差为125ms．该设计具有较强的稳定性与实用性．     

2.4kb／s LPC—10语音分析算法及其技术剖析

本文设计了一个２．４ｋｂ／ｓ的语音分析算法，并详细介绍了算法中的技术细节。对语 分析采用ＰＬＣ分析方法，以语音能量、基音周期以及１０个部分相关系数作为一帧语音的参数。在分析算法中采用杜宾递推公式求取部分相关系数，采用并联时域基音检测技术撮基音周期。通过删除语音间隙及进行自动增益控制等措施来提高语音参数的精确度，对语音参数进行编码以达到２．４ｋｂ／ｓ的传输率的要求。