基于DCT分带谱熵与信号分解的高精度基音检测算法

本文就低速率WI语音编码中的基音检测技术进行研究,针对基音检测在不同噪声与信噪比下容易发生清浊误判的问题,在基音检测前端引入基于DCT分带谱熵的语音检测算法划分语音段与非语音段;为了向基音检测算法提供更能准确反映基音周期实际变化的输入语音,基于谐波-噪声模型提出了一种改进的DCT域语音分解算法.然后,根据变形的MCAMDF(Modified Circular Average Magnitude Difference Function)与NCCF(Normalized Cross-Correlation Function)的峰值共性,结合上述两项基音检测前端处理技术,提出了MCAMDF-NCCF基音检测组合算法.为了满足不同环境下WI编码器对基音检测高精度的要求,在合成端更准确地恢复相位轨迹,本文又基于MCAMDF-NCCF算法提出了高精度MCAMDF-NCCF-FRAC基音检测算法以计算分数基音.将算法应用与2kb/s WI编码器,主观A/B听力测试结果表明,本文提出的基音检测算法在低信噪比下明显抑制了基音加倍减半及清浊误判现象的发生,得到了优异的基音检测结果,合成语音质量完全满足低速率WI编码器对基音检测技术的要求.     

基于河南方言的低信噪比下基音检测算法研究

基音检测是河南方言语音信号处理中的一个重要环节,针对低信噪比环境下的河南方言语音基音检测准确率低的问题,提出了一种语音信号增强和基音检测相结合的算法.通过多窗谱估计的改进谱减法对语音信号进行降噪处理,对增强后的语音信号用中心削波法消除偏离基音轨迹的野点,再通过自相关法实现基音检测.仿真结果表明,对于低信噪比环境下河南方言语音信号的基音估值检测结果准确,估算出的基音频率和实际基音频率能很好的重合.     

一种改进的混合激励线性预测的基音周期估计算法

本文详细讨论了混合激励线性预测(MELP)的基音周期估计算法及其改进算法.该算法采用了分数基音周期、倍数检测等技术,保证了基音周期估计的精度.同时又采用了滑动窗的方法,使得对基音周期不规则的不平稳的语音段进行基音周期估计时的误差减小.本文最后给出了该算法的测试结果及优缺点.     

一种改进的正弦语音模型基音周期检测算法

分析了现有正弦语音模型基音周期检测算法的缺陷,提出一种改进算法。该算法改变了候选基音周期选择策略,大大降低了基音周期搜索时间;同时采用一种基于时域的前向滤波算法,解决了基音周期检测中的倍频问题。最后对实际采集的语音数据进行分析。     

基于多分类支持向量机和主体延伸法的基音检测算法

低信噪比环境下的基音检测颇具难度却极有现实意义,传统基音检测在此背景下效果不佳。因此,提出一种基于多分类支持向量机的基音检测算法。该算法使用语音信号的静态帧级特征对多分类支持向量机进行监督训练,计算出各帧语音可能的几个基音大小,作为对应的基音候选值,并使用主体延伸法对得到的候选基音状态进行处理,结合帧与帧之间的时序信息,在候选基音中选取合适值连接起来得到被测语音的基音状态估计曲线。将该算法与相关方法进行比较,实验结果表明,该方法有效提升了低信噪比环境下的基音检测率,在不同强度的噪声干扰下仍能保持良好的鲁棒性。     

一种语音更改技术的研究与实现

基于时域基音同步叠加算法完成了对语音信号的更改。首先求出语音信号的基音周期,接着对语音信号进行基音标注,然后对基音周期进行更改,最后,将语音信号按照更改后的基音周期基于时域基音同步叠加算法进行语音合成。实验表明,语音更改方法可得到很好的效果。     

基于Matlab的藏语语音基音检测算法研究

目前藏语语音基音检测算法相关研究较少,藏语语音基音检测是藏语语音处理过程中的重要环节,其准确性直接影响到系统的性能。介绍中心消波和自相关函数的算法原理及基音检测算法,设计藏语语音基音检测流程,利用Matlab进行编程和仿真。通过实验表明该算法结构简单、运算量小,结果较准确,可用于信噪比较低环境下藏语语音辅音的基音估值检测。     

基于线性预测残差倒谱的多语音基音频率检测

本文提出了一种基于线性预测残差倒谱的多语音基音频率检测算法,该算法首先对混合语音信号进行线性预测分析,进而计算预测信号与原混合信号的残差,并对残差信号做倒谱变换,得到混合语音信号的线性预测残差倒谱;然后在该信号的残差倒谱中,结合图像处理的技术,利用语音信号基音倒频匹配法检测出多语音信号的基音频率;最后在基音标定的过程中,本文算法利用语音信号的连续特性,依据信号基音频率前后差距变化最小原则标记出各基音所属话者。实验结果表明,本文提出的算法在弱回声及无回声的情况下能快速有效地从单声道混合语音信号中检测出多语音基音信息。     

一种自相关基音检测算法

自相关基音检测算法是语音信号处理的关键技术,算法的效率直接影响了语音信号实时处理的质量。目前有许多较好的检测算法提高了基音检测算法的效率。而自相关基音检测算法是一种时域算法,它能直接对时域信号采样值进行分帧、求短时自相关函数,并根据一定的判决准则进行清浊音判断。提供了一种自相关基音检测算法,经过实验,它在保持较好的性能的基础上提高了检测效率。     

基于小波变换和自相关函数的基音频率检测算法

根据语音的基音频率较低这一特点,利用小波变换的滤波特性剔除了语音的高频部分,然后再利用计算速度较快的自相关函数法检测语音的基音频率,有效剔除了高频共振峰和噪音的影响,其估计基音频率准确性高,稳定性好,运算速度较快.实验结果表明,此方法是一种有效的基音频率检测算法.     

基于双门限两级判决的语音端点检测方法

端点检测是语音信号处理过程中的重要步骤,其准确性直接影响语音信号处理的速度和结果。因此对于端点检测方法,特别是在噪声环境下的端点检测研究,一直是语音信号处理中的热点。文中针对声纹识别系统所作的端点检测前端处理,对比了利用短时能量和短时平均过零率进行端点检测的方法,运用Matlab实现了双门限法端点检测的编程和仿真。仿真结果表明,端点检测准确时识别率为93%。     

多媒体终端中声音和数据的集成传输

本文描述了采用包复用方式在固定带宽内集成传输声音和多媒体数据的多媒体终端通信系统，系统中的声音编码采用了静默检测技术，声音编码的速率可以根据信道的拥挤程度在３２ｋｂｉｔ／ｓ和１６ｋｂｉｔ／ｓ之间动态地变化。本文提出了一种利用增减静默抽样来同步声音编解码时钟的方法，本文还提出了利用数据队列的短时平均长度来判断信道繁忙程度的算法，在多媒体数据突发性强、数据量大时，该算法比利用声音或数据队列的瞬时长度判断更为准确。     

基于最优重构的病理嗓音基频检测算法研究

提出了一种基于多级小波分解重构和非线性动力学参数的病理嗓音基音频率检测算法。首先对病理嗓音进行多级小波分解及重构,然后采用最大李雅普诺夫指数和近似熵表征不同重构嗓音的规则度从而自适应地选择周期性最优的小波重构嗓音信号,以直接提取基音频率。实验结果表明。与传统的基音检测算法相比,该方法有效地避免了检测中所存在的倍频及分频误差,提高了病理嗓音检测的鲁棒性及准确度。     

智能机器人语音识别技术

给出了一种由说话者说出控制命令,机器人进行识别理解,并执行相应动作的实现技术。在此,提出了一种高准确率端点检测算法、高精度定点DSP动态指数定标算法,以解决定点DSP实现连续隐马尔科夫模型CHMM识别算法时所涉及的大量浮点小数运算问题,提高了定点DSP实现的实时性、精度,及其识别率。     

基于子带能量累积变化的语音端点检测

噪声环境下的语音端点检测在稳健语音识别中占有十分重要的地位。根据噪音和语音子带能量的累积分布变化,提出一种新的语音信号端点检测算法。通过计算各帧的子带能量变化程度,并以此设定门限进行语音端点的检测。实验表明,与一些传统的端点检测算法比较,该算法在速度和抗噪声能力上都有所增强,适合低信噪比下的语音端点检测。     

基于EMD与功率谱熵的语音端点检测

为了提高低信噪比下语音端点检测的准确性,提出一种基于经验模态分解与功率谱熵的语音端点检测方法。对带噪语音信号进行经验模态分解获得一系列语音本征模函数,选取功率谱熵作为语音端点检测的特征,并计算特定阶本征模函数的功率谱熵实现语音的端点检测。通过EMD分解可以有效地消除白噪声的影响,仿真结果表明,在低噪比情况下结合经验模态分解和功率谱熵的方法能够有效实现语音端点检测。     

基于HHT和OSF的复杂环境语音端点检测

希尔伯特-黄变换是一种全数据驱动的自适应非平稳信号时频分析方法,但是在强噪声环境下语音信号的希尔伯特能量谱曲线波动较大,对语音端点检测造成很大的影响,该文提出了一种基于希尔伯特-黄变换和顺序统计滤波的检测方法。该方法将含噪语音信号进行经验模态分解,通过对固有模态函数进行自适应权重选取获得信号的希尔伯特能量谱,利用顺序统计滤波器对每帧的能量谱进行平滑处理作为语音/非语音的鉴别特征。实验结果表明,该方法适用于复杂噪声环境的端点检测,在低信噪比情况下仍然能够有效地检测出语音信号,降低信号误检率。     

手机VoIP残余回声抑制技术的研究

通过分析残余回声产生的原因,提出了基于话音激活检测的残余回声抑制技术。详细阐述了残余回声抑制技术的工作原理。为了对远端进行准确的话音激活检测,设计了话音激活检测的实现方案,同时对选择的检测算法进行了分析。最后,在Android智能手机上实现了残余回声抑制技术,并在不同的环境条件下进行了对比测试。测试结果表明采用文中提出的残余回声抑制技术可以有效的抑制残余回声,同时不影响手机用户的实际体验。     

基于相位谱的翻录语音攻击检测算法

因与原始语音具有高度相似性,经高保真设备回放的翻录语音常被不法分子用于对说话人认证(ASV)系统进行攻击,以达到非法认证的目的.为提高系统抵抗翻录语音攻击的顽健性,通过研究原始语音与翻录语音产生的实际过程,发现两者在频率域相位上有明显差异,并在此基础上提出了一种基于相位谱的翻录语音检测方法.分析讨论了FFT和不同偷录、回放设备对翻录语音检测率的影响.实验结果表明,该方法能够准确地判断待测语音是否为翻录语音,其检测率达到了99.04％.并且,将该算法加载到说话人识别系统中,使系统的等错误概率(EER)降低了约22％,有效提高了系统抵抗翻录语音攻击的性能.     

Automatic detection of voice impairments by means of short-term cepstral parameters and neural network based detectors

It is well known that vocal and voice diseases do not necessarily cause perceptible changes in the acoustic voice signal. Acoustic analysis is a useful tool to diagnose voice diseases being a complementary technique to other methods based on direct observation of the vocal folds by laryngoscopy. Through the present paper two neural-network based classification approaches applied to the automatic detection of voice disorders will be studied. Structures studied are multilayer perceptron and learning vector quantization fed using short-term vectors calculated accordingly to the well-known Mel Frequency Coefficient cepstral parameterization. The paper shows that these architectures allow the detection of voice disorders--including glottic cancer--under highly reliable conditions. Within this context, the Learning Vector quantization methodology demonstrated to be more reliable than the multilayer perceptron architecture yielding 96% frame accuracy under similar working conditions.