飞机舱音背景声特征实时分析系统开发及应用

对飞机机载驾驶舱话音记录器记录的非人声舱音信号分析,已从利用计算机音频处理的记录器译码系统进行辨听发展到基于小波变换理论、线性调频Z变换等方法的分析,但这些都是离线分析。为避免离线分析缺点,提出了舱音背景声特征实时分析系统开发的新思路及实现流程;然后基于Matlab与VC++混合编程原理,在VC++环境下调用工具箱函数及自编m函数;最后以典型舱音背景声为例,实现在专用音频软件Adobe Audition界面下的实时分析,提供了高效、方便的舱音背景声频谱特征提取途径。     

小波包分析在刀具声发射信号特征提取中的应用

分析了刀具的切削状态,介绍了刀具的声发射信号检测系统和小波、小波包分析技术,以及小波包频带能量分解方法,提出了小波包分解功率监测特征量提取技术.通过在刀具声发射的一个实例信号中的应用,有效地区分了刀具的两种切削状态,验证了小波包分解功率监测特征量提取方法的可行性.     

基于VC与MATLAB的声目标识别系统设计

鉴于声目标识别在民用和军用方面的广泛应用,对声目标进行识别已成为模式识别领域中的研究热点之一.使用小波分析实现对声信号的消噪处理,采用小波包能量特征提取方法获得目标声信号的特征向量,分类器设计采用支持向量机的模式识别方法,对声目标识别系统的组成、功能结构和框架结构进行了设计,同时介绍了系统数据库设计的要求和方法,并给出了基于VC与MATLAB联合编程的声目标识别系统中的主要算法及实现程序.仿真实验表明,系统能有效地对声目标进行分类识别.     

煤岩声发射信号识别研究

针对煤岩破裂的声发射信号难以在复杂的噪声环境中识别的问题,提出了一种基于小波包分析和小波特征能谱系数分析的煤岩声发射信号识别方法。选取Symlets小波作为煤岩声发射信号分析的小波基函数,采用混合阈值算法对该信号进行去噪处理,提取出有用声发射信号,并采用Matlab软件分别对有用声发射信号和噪声信号的小波包分解进行仿真,得到两者的小波特征能谱系数和小波包特征向量。仿真结果表明,有用声发射信号特征向量的各级能量变化程度较大,噪声信号特征向量的能量变化较为稳定,从而可实现煤岩声发射信号的识别。     

Coif5小波在煤岩声发射源定位中的应用研究

分析即将失稳的煤岩的声发射信号,可以确定煤岩体的状态。鉴于小波较好滤波特性,而传统时延估计对声发射源定位精度受噪声影响较大。为了准确地定位声发射源,提出了Coif5小波分析和TDE相结合的方法,既解决了传统时延相关估计方法易受噪声的影响,又解决了定位精度低的问题。在实验室建立监测系统,并对煤岩体样品进行单轴压缩的实验。实验结果表明,通过基于Coif5小波的TDE算法在能实现声发射源定位的同时,也大大减小了声发射源定位的误差。将其应用到即将失稳的煤岩体的预测预报中去,将为煤矿的安全生产保驾护航。     

基于morlet小波与模态分析的突发型声发射源定位研究

在建立基于声发射技术的裂纹产生与拓展检测系统的基础上.以薄钢板为实验对象,研究了Lamb波在薄板中传播的频散及多模态特性,并结合morlet小波时频联合分析方法,提出了一种针对声发射信号在薄板中传播时产生的不同模态进行识别的方法.通过提取不同模态波到达同一传感器的时间差并依据不同模态波对应的波速实现对出现裂纹的位置进行定位.经过实验研究表明,运用该方法不仅能准确地识别A0、S0模态波并实现对声发射源进行精确定位.     

基于小波包分析光声光谱信号的滤波方法研究

针对变压器油中溶解气体在光声光谱检测信号中,存在噪声干扰、随机误差等因素而不能精确测量光声光谱中弱光谱信号的问题,提出了一种基于小波包分析的滤波方法。研究了小波包分析和滤波的原理、不同小波函数和阈值函数的选取,比较了选择不同小波函数、阈值函数对光声光谱信号滤波的效果;选取合适的小波包基、阈值量化,实现了弱光谱信号的小波包滤波处理。研究结果表明:利用小波包滤波能有效减小随机误差,在去除噪声的同时不改变原信号的相位,也不会产生波形的畸变;在提高光声光谱测量精度的同时,有效提高光声光谱在线监测系统的分析精度和模型稳定性。     

基于DSP的声信号降噪系统的设计与实现

基于DSP TMS320VC5502和音频采样芯片TLV320AIC23构建了声信号降噪系统,分析了该系统的总体结构设计和软件处理流程设计.在DSP/BIOS控制机制下,建立了基于DMA、双缓冲区切换和中断响应机制等技术的音频信号采集与处理的程序框架.提出了一种基于多分辨分析的小波频带阈值降噪方法,并应用TDS5502EVM板和TDS560仿真器对优化的小波阈值降噪算法进行了实时仿真,实现了对强噪声语音信号的分析与降噪处理,并通过一个实例信号验证了系统的良好性能.     

基于多重分形和小波变换的声目标信号特征提取

研究了基于关联积分的广义维数谱的定量计算方法,提出了声目标信号的多重分形特 征,并对其特征即广义维数谱的有效性进行了分析;同时利用小波变换分析既能反映信号在变 换域特性又保留其时域信息的特点,提出基于小波变换的子空间能量及主要能量集中子空间时 域信息的特征提取方法,并通过模糊神经网络识别系统对声目标信号的广义维数谱、子空间能 量及时域信息的组合特征进行了验证.     

木材缺陷声发射信号的小波包分析处理

在简要介绍小波包分析的分解和重构算法基础上,通过木材声发射实验采集声发射信号;利用小波包分析技术对三种不同缺陷类型的木材试件的原始数据进行消噪预处理,然后对信号进行分解,并对分解的信号进行小波包重构;运用“小波包-能量”法提取木材声发射信号特征值,实现了木材缺陷状态和声发射信号特征向量之间的映射关系。结果表明：用小波包分析确定木材缺陷程度是一种有效的方法。     

基于小波矩和BP网络的声音识别

目前大多数声音识别系统在无噪声环境下可以达到很高的识别率,但是在噪声环境下,识别率急剧下降。针对这个问题,提出一种基于小波矩和BP网络的声音识别方法。根据声音信号生成声谱图;通过小波矩对声谱图进行特征提取,选取有代表性意义的特征参数;根据选取的参数进行BP网络分类识别,从而识别声音的种类。实验结果表明,该方法在不同噪声种类以及不同信噪比的噪声环境下仍然具有较好的识别效果,克服了低信噪比下识别率低的缺陷。     

Voice activity detection based on using wavelet packet

This paper, presents a robust voice activity detection (VAD) technique based on wavelet packet. In this technique sub-bands and their amplitudes are represented as the vectors for each sample time in order to find a new feature from the frequency and amplitude changes. On the other hand, the multi-resolution analysis property of the wavelet packet transform (WPT), the voiced, unvoiced, and transient components of speech can be distinctly discriminated. Then, a new feature extraction method is implemented based on observations of the angles between vectors. This feature extraction method retains most unvoiced sounds in a voice active frame. Experimental results show that the proposed WT feature parameter can extract the speech activity under poor SNR conditions and that it is also insensitive to variable-level of noise.     

语音基音周期检测方法

针对现有语音基音检测算法抗噪能力低的问题,利用多尺度连续小波对语音信号进行预处理。基于短时平均幅度差函数和短时自相关函数,提出一种语音基音周期检测方法,在确保运算量较低的前提下,获得准确结果。使用平滑算法消除倍频点、半频点和随机点产生的误差,实现基音曲线平滑。     

飞机舱音信息鲁棒语音端点检测

提出了一种适用于飞机座舱噪声环境下的鲁棒语音端点检测方法.在分析噪声特征的基础上,首先直接针对带噪语音谱的离散傅里叶变换系数建立复拉普拉斯分布模型;然后进行基于二元假设检验的似然比测试;最后将信号相邻帧的相关性与基于最大后验概率的判决规则相结合.定义两种门限值,根据前一帧的状态与当前帧的观测值共同决策当前帧的状态,从而搜索出语音起止点.实验表明:与目前典型语音端点检测算法对比,该方法在飞机座舱噪声环境中具有较好的鲁棒性.     

基于小波包变换的自适应门限的语音激活检测

语音激活检测是语音信号处理的一个重要环节.在低信噪比的情况下,传统的检测方法已不适用.为了提高语音激活检测的性能和鲁棒性,针对主要由白噪声组成的噪声背景,提出了一种基于小波包变换的自适应门限的语音激活检测方法(VAD),它将语音信号进行小波包变换,得到各个子带信号,符个子带信号通过Teager能量算子(TEO)将有声部分强化,同时衰减无声部分,最后进行自适应门限判决.实验结果表明在低信噪比的情况下,算法能够正确判别语音段和噪声段.     

Android手机的智能家居语音控制系统设计

设计了一款基于Android手机的智能家居语音控制系统,通过Android手机的APP"语音"按钮实现一键式控制、智能应答,语音识别模块和语音合成模块整合到上位机上,减少了在语音识别和语音合成方面的硬件开支.下位机由STC89C52单片机、HC-06蓝牙模块、1602液晶显示模块及相应的电路组成.系统能够实现语音控制家居照明系统的开关、定时、状态查询与显示,电视的开关、音量和频道切换等功能.     

基于CAN和WSN的煤矿语音通信系统设计

针对现有煤矿语音通信系统的不足,设计了一种既可以够满足正常语音通信要求,又可以在紧急情况下保障应急语音通信的煤矿语音通信系统。该系统采用集成无线收发器和8051微处理器的CC2530作为主控芯片,采用AM—BE2000语音编解码芯片,正常情况下采用CAN总线通信模式,应急情况下采用无线通信模式。详细介绍了系统的硬件设计和软件设计,并通过定性和定量两种方法进行了实验,通过实验证明该系统的声音强度、语音音质、失真度等指标均能满足现场的需求。     

Adaptive wavelet shrinkage for noise robust speaker recognition

Speaker recognition faces many practical difficulties, among which signal inconsistency due to environmental and acquisition channel factors is most challenging. The noise imposed to the voice signal varies greatly and a priori noise model is usually unavailable. In this article, we propose a robust speaker recognition method that employs a novel adaptive wavelet shrinkage method for noise suppression. In our method, wavelet subband coefficient thresholds are automatically computed, which are proportional to the noise contamination. In the application of wavelet shrinkage for noise removal, a dual-threshold strategy is developed to suppress noise, preserve signal coefficients and minimize the introduction of artifacts. The recognition is achieved using modification of Mel-frequency cepstral coefficient of overlapped voice signal segments. The efficacy of our method is evaluated with voice signals from two public available speech signal databases and is compared with state-of-the-art methods. It is demonstrated that our proposed method exhibits great robustness in various noise conditions. The improvement is significant especially when noise dominates the underlying speech.     

低信噪比下噪声抑制的语音活动检测

传统的语音活动检测的方法,在噪声比较恶劣(一般指信噪比在5db以下)的环境下,效果很差,而本文提出的语音活动检测的方法在低信噪比的情况下仍然能够达到很好的效果.该方法主要包含两部分:第一部分是噪声抑制,第二部分是基于状态机的语音活动检测.通过实验结果可以证明,本文提出的方法在白噪声,嘈杂人声和汽车噪声的环境下比G.729采用的语音活动检测的方法提高很多.