差分帧能量稳健语音信号活动性检测方法

针对噪声环境下常规算法检测准确度下降的问题,提出了一种基于滑动滤波器差分能量输出的稳健语音信号活动性检测方法。利用历史帧信息,使用滑动滤波器对多帧能量进行滤波,根据滤波输出进行阈值决策,设计了一个三态有限状态机,将语音信号分成有声、无声与过渡三种状态,其中过渡态由三个子状态构成,各个子状态之间可以依条件相互跳转,达到吸收高能量平稳噪声和突发噪声的目的。此外,算法在输出判决中引入了滤波器输出能量的一阶差分成分,提高了算法的动态性能。实验结果表明,论文算法的活动性检测结果明显优于传统帧能量判决方法,并对不同水平的噪声干扰具有鲁棒性。     

实时语音端点鲁棒检测

提出了一种适应复杂环境下的高效的实时语音端点检测算法,给出了每帧声信号在滤波中的噪声功率谱的推算方法。先将每帧语音的频谱进行迭代维纳滤波,再将它划分成若干个子带并计算出每个子带的频谱熵,然后把相继若干帧的子带频谱熵经过一组中值滤波器获得每帧的频谱熵,根据频谱熵的值对输入的语音进行分类。实验结果表明,该算法能够有效地区分语音和噪声,可以显著地提高语音识别系统的性能,在不同的噪声环境条件下具有鲁棒性。该算法计算代价小,简单易实现,适合实时语音识别系统的应用。     

一种基于周期能量的基音检测方法

文章对语音信号的能量呈现周期性变化的现象进行了研究,提出了一种基于周期能量变化的基音检测方法。采用一个长帧语音信号平均能量作为基准参考能量,用一个短帧语音信号平均能量来表示瞬时能量。由二者可算出瞬时能量测度(InstantEnergyMeasure,IEM)序列。对瞬时能量测度序列进行自相关计算后,得到基音周期。实验分析表明,该方法在干净和噪声环境下,基音周期提取和清浊判决具有令人满意的效果。     

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.     

一种无门限U/V判决和基音检测算法

在实验研究自相关法（ACF）和平均幅度差法（AMDF）基音检测性能的基础上,提出了一种无门限清/浊音判决和基音检测算法。该算法对语音帧分别计算AMDF和LPC残差信号的自相关（LACF）,比较两种方法所得的基音,得出清/浊音判决结果和浊音帧的基音周期。只用一次逻辑判断,无需比较门限;在多种声码器上应用该算法进行语音编/解码仿真实验,表明判决和检测算法具有较高的准确性和较强的噪声鲁棒性。     

基于高低频带对数能量谱比贝叶斯决策的语音端点检测

在分析语音信号与噪声在高低频带的能量谱表现特征基础上,提出一种低信噪比条件下采用高低频带对数能量谱比贝叶斯决策的语音端点检测方法.首先根据样本计算语音信号和背景噪声在高低两个不同频带的对数能量谱比值,依据最大似然估计得到两类信号对数能量谱比的统计分布,并基于贝叶斯决策准则推导最佳判决阈值.信号输入时,逐帧计算高低频带对数能量谱比并与判决阈值进行比较来进行语音和背景噪声的分类判决,从而实现语音信号的端点检测.实验结果表明,与传统的双门限检测法和谱熵检测法相比,提出的方法在较低信噪比条件下能更加准确地检测语音端点,明显提高了端点检测的准确率和速度.     

改进共振峰提取的语音端点检测

语音端点检测是语音信号预处理的重要一步,其准确度对语音合成和语音识别系统的性能起着决定性的作用.根据共振峰谐波能量特征,提出一种采用图像处理技术处理语谱图的语音端点检测算法.首先去除了语谱图中的周期性干扰,然后进行滤噪与分割,最后利用高斯一阶差分滤波器提取共振峰和获取语音端点.实验结果表明,在不同信噪比的白噪声和多种突发性噪声环境下,与其他算法相比,该算法效果更好.     

新型车载语音识别系统中的一种关键技术

提出一种新型车载语音识别系统,采用帧能量与帧过零率的乘积作为指标量进行语音端点检测,以MFCC作为语音信号特征矢量,基于HMM语音识别模型进行语音识别。同时提出了一种新的抗噪语音识别方法,改进型重复Wiener滤波结合PUM模型进行抗噪语音识别,较好的抑制了噪声干扰,提高了语音识别率。     

基于改进型离散小波变换的语音激活检测

在语音信号处理系统中,语音激活检测是一个非常重要的方面.为了提高在噪声环境下语音激活检测的性能,提出了一种基于改进型离散小波变换的语音激活检测(VAD)的方法.算法将语音信号进行离散小波变换,然后通过Teager能量算子(TEO),提取能量比值和能量差值两个参数,最后进行门限判决.在MATLAB平台上,对语音信号进行激活检测仿真,实验结果表明在噪声环境中,提出的算法能够有效克服低信噪比环境的影响,并且优于倒谱距离和谱熵检测算法.     

短时TEO能量在带噪语音端点检测中的应用

语音端点检测是语音识别系统的一个重要组成部分,特别是在噪声环境下,其准确性直接影响到语音识别系统的计算复杂度和识别性能。提出了一种在噪声环境下基于短时TEO能量的语音信号端点检测方法,采用了双门限-三态转换判决机制以保证算法在噪声环境下的端点检测准确性和对信号绝对幅度变化的稳健性。实验结果表明,与传统的短时能量法和谱熵法相比,该算法在低信噪比情况下具有更好的端点检测能力,显示了算法的优越性。     

基于麦克风小阵的多噪声环境语音增强算法

针对助听器等设备在非平稳或多种噪声并存环境下使用效果急剧下降的问题,提出一种基于小尺寸麦克风阵的相干滤波广义旁瓣抵消(CF-GSC)语音增强算法。该算法结合麦克风阵采集信号的特点,对各阵元间采集时表现为弱相关的海浪、风扇等近似白噪声,以及采集时表现为强相关的点源信号及其他竞争噪声,分别利用相干滤波和传统广义旁瓣抵消(GSC)结构对弱相关与强相关噪声的良好滤除效果,结合语音活动检测(VAD)在噪声段进行联合处理。仿真实验表明在多类噪声存在环境下,该算法能取得相对改进的通道间相干函数滤波算法及传统广义旁瓣抵消算法2 dB左右的增强效果提升,同时能获得良好的话音可懂度。     

基于Nios的聚类向量ARMA轴温探测器——列车轴温探测系统的信号处理

阐述了在向量ARMA(AutoRegressive Moving Average,自回归滑动平均)模型中的聚类算法,介绍了使用Altera DSP Builder和SOPC Builder实现聚类向量自回归滑动平均的卡尔曼最优平滑滤波器的设计方法,给出了聚类向量ARMA卡尔曼最优平滑滤波器的设计框图,比较了32阶FIR（Finite Impulse Response ,有限冲击响应）滤波器与聚类向量ARMA卡尔曼最优平滑滤波器的滤波效果,同时还利用16阶DITFFT（时间抽取快速Fourier变换）展     

Change Point Detection in GARCH Models for Voice Activity Detection

This paper presents a robust algorithm for voice activity detection (VAD) based on change point detection in a generalized autoregressive conditional heteroscedasticity (GARCH) process. GARCH models are new statistical methods that are used especially in economic time series and are a popular choice to model speech signals and their changing variances. Change point detection is also important in economic sciences. In this paper, no distinct probability functions are assumed for speech and noise distributions. Also, to detect speech/nonspeech intervals, no likelihood ratio test (LRT) is employed. For testing parameter constancy in GARCH models, the algorithm of the Cramer-von Mises (CVM) test is described. This test is a nonparametric test and is based on the empirical quantiles. We show that VAD is related to the parameter constancy test in GARCH process, and we illustrate several examples.     

多语音特征参数的端点检测方法研究

为了提高语音端点检测算法的鲁棒性,提出了一种在不同信噪比下采用不同语音特征参数的端点检测算法.对含噪语音进行基于背景噪声能量估计的信噪比估计,根据估计的信噪比大小选择不同的特征参数来进行端点检测,在高信噪比下采用传统的语音短时能量和过零率,在低信噪比下采用基音周期、高频与全频带能量比和谱失真,即算法能根据信噪比的大小来自适应调整检测方法.实验结果表明,该方法具有良好的鲁棒性,在不同的信噪比下检测的准确率都很高.     

Design and implementation of a realtime co-processor for denoising Fiber Optic Gyroscope signal

The amount of noise present in the Fiber Optic Gyroscope (FOG) signal limits its applications and has a negative impact on navigation system. Existing algorithms such as Discrete Wavelet Transform (DWT), Kalman Filter (KF) denoise the FOG signal under static environment, however denoising fails in dynamic environment. Therefore in this paper an Adaptive Moving Average Dual Mode Kalman Filter (AMADMKF) is developed for denoising the FOG signal under both the static and dynamic environments. Performance of the proposed algorithm is compared with DWT and KF techniques. Further, a hardware Intellectual Property (IP) of the algorithm is developed for System on Chip (SoC) implementation using Xilinx Virtex-5 Field Programmable Gate Array (Virtex-5FX70T-1136). The developed IP is interfaced as a Co-processor/ Auxiliary Processing Unit (APU) with the PowerPC (PPC440) embedded processor of the FPGA. It is proved that the proposed system is an efficient solution for denoising the FOG signal in real-time environment. Hardware acceleration of developed Co-processor is 65× with respect to its equivalent software implementation of AMADMKF algorithm in the PPC440 embedded processor.     

基于子频带加权的语音活动检测算法

为了降低噪声及决策导向(DD)参数估计算法的帧延迟特性对语音活动检测（VAD）算法鲁棒性的影响,首先采用两步降噪(TSNR)技术估计算法提高语音瞬变时刻参数估计准确性,并针对语音噪声的频率选择性,通过频带分割,将噪声污染限制到孤立子频带中,构建了由子频带特征与可靠性因子结合提供判别结果的子频带加权VAD算法。实验表明,此子频带加权算法优于Sohn算法、Cho算法以及G.729B等全频带算法。     

基于金融技术指标的用电数据分析

针对已有用电数据分析缺乏有效描述趋势性特征的不足,适应性地将金融领域中十字过滤线(VHF)、异同移动平均线(MACD)等技术指标迁移至用电数据分析中,提出了基于金融技术指标的异动检测算法和负荷预测算法.所提异动检测算法通过统计各指标的统计情况划定阈值,并采用阈值检测捕捉用户异常用电行为.所提负荷预测算法通过提取14项与...     

Optimal probability density function control for NARMAX stochastic systems

This paper presents a new control strategy for a class of non-Gaussian stochastic systems so that the output probability density function (PDF) of the system can be made to follow a desired PDF. The system considered is represented by an Nonlinear AutoRegressive and Moving Average with eXogenous (NARMAX) inputs with input channel time-delay and non-Gaussian noise. A multi-step-ahead nonlinear cumulative cost function is used to improve tracking performance. For this purpose, a relationship between the PDFs of all the inputs and the PDFs of multiple-step-ahead output is formulated by constructing an auxiliary multivariate mapping. By minimizing this performance function, a new explicit predictive controller design algorithm is established with less conservatism than some previous results. Furthermore, an improved approach is developed to guarantee the local stability of the closed-loop system by tuning the weighting parameters recursively. Simulations are given to demonstrate the effectiveness of the proposed control algorithm and desired results have been obtained.     

基于深度编解码网络的运动目标检测算法

运动目标检测算法在视频监控等领域应用广泛,但是现实场景中由于噪音、光照变化等因素导致背景复杂多变,传统的运动目标检测算法往往效果不佳. 为了提升算法效果,提出了一种新的基于深度编解码网络的运动目标检测算法,将问题转化为像素级的语义分割问题. 事先使用大量数据离线训练出一个编解码网络,来学习背景与视频帧之间的差异性,实际应用中首先使用高斯混合模型进行背景建模,之后将所得背景与视频帧作为网络输入即可直接获取检测结果. 该方法利用了深度卷积网络在抗噪及特征学习等方面的优点,无需进行复杂的参数调优即可实现高性能的运动目标检测. 我们在CDnet2014数据集上进行了实验评估,实验结果显示我们所提出的算法较原GMM算法有很大提升,甚至在一些场景中的表现优于现有的一些顶尖算法. 另外得益于非常简单的背景建模方法以及网络结构,我们的算法在使用GPU的情况下能够近乎实时地进行运动目标检测,实用性很强.     

基于下采样的快速块匹配搜索算法及降噪应用

提出一种基于下采样的快速块匹配搜索算法——下采样三步搜索算法(DTSS)。在视频序列中,通过双线性插值法下采样得到当前帧和参考帧的采样帧,在采样帧中进行基于块的三步法初步运动估计,然后通过下采样恢复进行精细搜索,得到当前帧的运动矢量场。利用双线性插值下采样方法的低通特性,可以实现在噪声干扰情况下对运动矢量的准确搜索;另一方面,采用下采样技术,使得块匹配搜索算法的搜索速度加快,达到快速搜索目的。实验结果表明,在保持搜索准确度和提高搜索速度方面,DTSS明显优于三步法和菱形搜索等经典的块匹配搜索算法。最后结合经典的多假设运动补偿滤波(MHMCF)算法验证了DTSS应用于视频图像降噪中的有效性。