一种实时基音检测算法

为了克服目前诸多基音周期检测算法迟延较大的缺点,本文提出了一种基音周期的实时检测算法.实验结果表明:该算法可在当前帧内实时提取精确的基音周期估计值,减少了传统的自相关基音检测算法因平滑处理而带来的编码迟延.     

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。     

一种基于多尺度边缘特征提取的基音检测算法

目前很多的基音检测算法抗噪性较差，针对这一问题，本文提出了一种基于多尺度边缘特征提取的基音检测算法(加权求和法)，该算法与传统的小波变换算法相比减少了局部极值的搜索次数，提高了检测精度，具有很好的抗噪性。     

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.     

基音检测的小波快速算法

文中给出小波变换用于基音周期检测的基本原理及快速算法，实验表明，该方法基其它基音检测方法相比具有明显的优越性。     

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。     

一种鲁棒的语音信号基音标注算法

阐述了一种连续语音信号的最高振幅位的基音标注算法,该算法是在声带振动信号中找到喉部振动关闭点,并进行参数调整,从而自动完成在连续语音信号中的基音位置标注。实验证明,该算法能有效地克服以往标注算法中基音周期估计时加倍或减半的误差,从而保证了基音标注的鲁棒性。     

基于SHS的重叠语音基音分离检测方法

运用SHS(分谐波累加)法可准确地提取单个语音的基音周期,本文将该方法推广运用到重叠语音基音的分离检测,并提出了相应的检测方法.实验证明,本文提出的方法能有效地分离并提取两重叠语音的基音,即使对于基音周期相差较近的两个重叠语音也能取得较好的结果.     

基于ACF的基音检测改进算法

自相关函数法是基音周期提取中一种简单而有效的检测算法,针对传统的自相关函数法在低信噪比环境下鲁棒性较差的问题,提出一种改进的基音周期提取算法。该算法通过谱减法对语音信号降噪,随后进行端点检测,并提取元音的主体,在自相关函数的基础上进行改进,对元音主体及过渡区间进行基音检测。实验结果表明,该算法具有较高的准确率,与传统自相关检测算法相比,鲁棒性明显提高。     

一种改进的自相关函数基音检测算法

提出了一种改进的自相关函数基音检测算法:首先利用清浊音自相关函数幅度值的不同性质进行清浊音判决,然后仅对浊音段检测基音周期。在基音检测前用带通滤波、中心削波和数值滤波等方法进行预处理,去除共振峰和高频噪声的影响;在基音检测过程的后端用搜索平滑方法进行后处理,平滑掉半、倍频点和随机错误点。实验结果表明,改进算法的效果优于传统自相关算法,而且在信噪比低至5 dB时仍有良好的清浊音判决和基音检测性能。     

改进的基于长时谱能量差异和基音比例的语音检测方法

语音检测是语音信号处理的前端,利用长时谱能量差异特征的语音检测无法区分突发噪声和语音,掺杂着突发噪声的语音信号会对语音处理系统带来不良影响。提出了一种基于长时谱能量差异特征和基音比例特征相结合的语音检测方法,该方法的优点是,在利用长时谱能量差异特征基础上引入基音比例特征,从而有效减少了将信号中突发噪声误判为语音的错误。实验显示,该算法能够在多种信噪比环境下取得很好的检测结果。     

基于俯仰角修正的HOG特征快速行人检测算法

传统的HOG特征对正视或侧视行人有较好的识别率,但是对俯视行人的识别率仍有所欠缺。对检测图像的HOG特征根据不同的俯仰角进行了转换,同时优化了SVM分类器训练过程,提出了一种改进的快速行人检测算法。测试结果表明,该算法优于基于传统HOG特征的检测方法,有效提高了不同俯仰角视频中行人检测的准确性。     

Functional demarcation of pitch

A satisfactory solution is yet to be found for the problem of estimating the pitch of speech signals. It is difficult even to evolve objective criteria to evaluate existing algorithms. This is usually done on the basis of complexity of the algorithm, speed of computation, ease of implementation, etc. Even the verification of the results of one particular technique is difficult. This paper presents three functional demarcations of pitch estimation methods (based on the linear model of speech production, analysis of the short-time spectrum and examination of the time domain signal, respectively) as used for speech processing. It is shown that evaluation and comparison of different algorithms becomes consistent and easy within each demarcation. Also, methods falling within each demarcation are shown to be suited for a particular area of speech processing.     

一种基于倒谱法的基音周期检测改进算法

通过对常规语音信号处理分析,设计一种基于倒谱法的基音周期检测改进算法.其过程是先对语音信号进行预处理、去趋势项处理及去噪声处理,,然后通过语音分析中的线性化处理、伯格算法和中值滤波算法对预处理过的语音信号进一步优化,并利用仿真软件验证改进增强算法,改进算法可有效的减少外界环境及共振峰等因素的干扰,相对于常规的语音基音检测算法其鲁棒性、稳定性更强.     

基于改进型双门限语音端点检测算法的研究

语音端点检测是语音信号处理过程中的一个重要步骤,其检测准确性直接影响语音信号处理的速度和效果.传统的基于双门限法语言检测技术,在语音处于纯语音情况下判断语音端点较准确,但在语音处于噪声情况下,尤其是低信噪比的情况下,端点识别率很低,出错率很高.基于提高此方法识别率的目的,采用调整阈值个数,平滑滤波,引入语音结束最小长度的方法对其进行改进,通过了Matlab仿真实验,得出了较好的语音端点检测准确率.     

基于形态滤波的基音检测新方法

提出了一种数字形态滤波与数字低通滤波器相结合作为基音检测预处理的基音检测新方法，本方法是线性滤波与非线性滤波相结合的一种新的尝试。实验结果表明，该方法可以得到比传统自相关法和倒谱法更好的结果，尤其是清浊音特征不明显的音段，基音检测的性能更好。     

基于超窄线宽激光器的多气体光声光谱检测研究

针对多组分痕量气体检测中精确度差、灵敏度低等问题,设计了基于光源波长扫描技术的光声光谱式多组分痕量气体检测系统。系统采用单一超窄线宽半导体激光器作光源,设计了一阶纵向共振式多光程吸收光声池,通过正弦信号对光源波长进行调制,并结合二次谐波信号检测技术和超窄线宽激光特性,有效地消除了吸收池内的背景噪声和光源抖动的影响,实现...     

语音信号端点检测方法与展望

对语音信号端点检测的主要方法，如基于短时能量的方法、基于HMM的方法、基于自相关相似距离的方法等进行了深入研究。分析了这些方法的原理、优点与不足，并进行了比较。针对各种检测方法在应用中，尤其是应用于噪声环境中的局限性，指出了语音信号端点检测领域进一步研究的方向。