语音频率均衡在耳鸣康复仪中的应用

以人耳等响曲线为依据,结合电声转换的原理,设计了一种语音频率均衡电路。该均衡器由多级数字电位器组成,对输出信号的幅度进行自适应调整,从而实现了各频率点声音响度的精确可控输出。临床试验表明,耳鸣康复仪中嵌入频率均衡器扩展了它的使用范围,改善了耳鸣治疗的效果。     

嵌入式以太网数字语音广播系统的设计与实现

给出嵌入式以太网数字语音广播系统的软硬件解决方案并给出系统原理框图,基于LM3S8962和MS6336的硬件电路设计图,以及实现语音信号采集、存储、传输和播放的方法和步骤,找到一种简单地实现以太网区域广播的方法,并在系统播放终端采用GPIO口软件模拟实现了I^2S功能,实现语音信号的实时广播。实验结果表明该设计结构简单、扩展性强,能够很好地实现以太网数字音广播系统的各项功能指标。     

基于单片机的语音记录仪

介绍了一种基于单片机AT89S52和语音芯片ISD25120的语音记录仪,可实现对语音信号的实时采集,分段存储,选段播放的功能。通过按键和液晶1602实现人机对话,对功能（录音或者放音）、频道（存储或播放的位置）以及音量的大小进行选择和控制。该语音记录仪可应用于公交语音报站系统或银行报号系统等装置中。     

基于反幂法和卡尔曼滤波的自适应语音去混响方法

噪声鲁棒的自适应语音信号去混响是现代语音信号处理的重要研究内容,其困难在于语音信号的非白性、非平稳性及房间的超长冲激响应特性。针对单输入多输出(SIMO)麦克风阵列系统获取的多路混响语音信号,提出了一种新的去混响算法。首先通过相关法时延估计对SIMO混响语音信号进行时延对齐;其次在保持SIMO系统输出信号间交叉关联关系(cross relation)基础上对混响语音信号进行预白化处理;最后把交叉关联关系、用于矩阵最小特征向量计算的反幂法与卡尔曼滤波解卷积方法有机结合,实现了SIMO混响语音信号的实时自适应去混响。仿真与实验研究表明,本方法对混响语音信号去混响效果明显,同时具有较好的抗噪声性能。      

基于ADPCM的数字语音存储与回放系统

系统以单片机和FPGA为控制核心,实现了语音存储与回放系统。能够采集模拟语音信号以及耳机立体声信号,以ADPCM（自适应差分编码）的方式提高了存储器的利用率,语音存储时间可达2 min;基于短时傅里叶变换原理,实现了语音信号的频谱分析与实时显示。同时,利用立体声音频功放播放语音,每声道音量可调并具有静噪功能。此外,系统还采用预加重、去加重、抗混叠滤波等措施,有效地提高了信噪比。语音回放质量良好,存储时间较长。     

语音信号采集和播放的TLC320AD50的实现

通过基于TMS320VC5402与TLC320AD50芯片硬件电路及软件的设计,实现了语音信号的采集和播放.简述了语音采集和播放系统的用途,详细阐述了硬件电路设计的步骤和基本原理,以及A/D芯片TLC320AD50的工作机制.整个系统根据外围电路和语音处理算法的不同,具有较好的扩展能力和适应性.     

基于MATLAB的皮肤听声器系统的研究

为了使皮肤听声器能够辨析语音,设计了基于MATLAB的皮肤听声器系统。该系统以MATLAB软件为平台,在此基础上实现了语音信号的录制、播放、预处理、分段滤波、特征提取等功能,并利用特征参数辨析语音。本系统达到了辨析简单语音的要求,但仍有需改进的地方,如:能否构造更合适的特征参数,能否辨析比较复杂的语音。     

一种变速语音音调复原的处理方法

介绍了一种基于语音信号中前后波形相似性对变速播放语音进行处理的方法，并对变速语音的音调进行了恢复。结果表明，该方法能实现变速语音不变调的效果。     

基于MSP430的红外光通信装置的研究

MSP430系列单片机目前已广泛应用于许多数字电子控制领域。红外光通信装置将语音信号与室温的温度信号经过MSP430采样、A/D转换、编码从而实现将模拟信号转换为数字信号,再将两种数字信号调制在红外光上发射,在收发部分均辅助以光学透镜以汇聚红外光,减少信号能量的损失。接收模块对信号进行放大、滤波、整形等处理,并将得到的数字信号在控制器MSP430中进行解码与D/A转换,发送至相关模块输出,进而实现利用红外光为传输载体完成红外无线通信。该系统可以较为准确地还原原始语音信号,单片机以5.3k Hz的采样频率对语音信号进行采样,可听到喇叭播放的混有少量噪声的原始语音,同时液晶显示屏显示的室温每秒更新一次。     

具有音频输出功能的单片机SPCE500A

带有音频输出功能的单片机SPCE500A是台湾凌阳公司生产的SPCE系列单片机之一。它由μ′ns^TM内核构成，文中介绍了该单片机的性能特点，并重点介绍了与音频输出有关的ADC和DAC的引脚功能，给出了用ADC和DAC实现音频输出的简单程序，指出了如何使用软件算法库设计具有完备功能的语音录制与播放系统。     

基于自相关的语音自适应增强器的设计与实现

为了提高语音信号的清晰度,利用基于自相关的自适应滤波器对语音信号进行增强.在理论上研究了该滤波器的频率响应和语音增强原理.同时设计并实现了使用该算法的自适应语音增强器,介绍了该增强器的硬件结构.经过试验研究,证实该增强器能对白噪声环境中的语音信号进行有效增强,实际使用效果明显.     

色噪声下基于白化频谱重排鲁棒主成分分析的语音增强算法

基于鲁棒主成分分析(RPCA)的单通道语音增强算法是高斯白噪声环境下语音增强的一种重要处理手段,但其对低秩语音分量处理效果欠佳且无法较好地抑制色噪声。针对此问题,该文提出一种基于白化频谱重排RPCA的改进语音增强算法(WSRRPCA),通过优化噪声白化模型,将色噪声语音增强转换成白噪声语音信号处理,利用频谱重排改进RPCA语音增强处理算法,从而获得色噪声环境下语音信号处理性能的整体提升。仿真实验表明,该算法能够较好地实现色噪声环境下的语音增强,且相对于其他算法具有更佳的噪声抑制和语音质量提升能力。     

基于嵌入式系统的语音口令识别系统的实现

语音口令识别是语音信息处理的一个重要研究方向,本文给出一种基于嵌入式系统的语音口令识别系统的设计方案,硬件系统的核心芯片是嵌入式微处理器,语音口令识别算法采用连续隐马尔克夫模型。实验结果表明,将语音识别系统与嵌入式系统相结合,可以使语音口令识别系统广泛应用于便携式设备中。     

基于LS-SVM的情感语音识别

提出了一种基于LS-SVM的情感语音识别方法。即先提取实验中语音信号的基频,能量,语速等参数为情感特征,然后采用LS-SVM方法对相应的情感语音信号建立模型,进行识别。实验结果表明,利用LS-SVM进行基本情感识别时,识别率较高。     

基于条件变分自编码器的端到端情感语音合成方法

情感语音合成作为语音合成的一个重要分支,在人机交互领域得到了广泛的关注。如何获得更好的情感嵌入并有效地将其引入到语音合成声学模型中是目前主要存在的问题。表达性语音合成往往从参考音频中获得风格嵌入,但只能学习到风格的平均表示,无法合成显著的情感语音。该文提出一种基于条件变分自编码器的端到端情感语音合成方法（Conditional Duration-Tacotron,CD-Tacotron）,该方法在Tacotron2模型的基础上进行改进,引入条件变分自编码器从语音信号中解耦学习情感信息,并将其作为条件因子,然后通过使用情感标签将其编码为向量后与其他风格信息拼接,最终通过声谱预测网络合成情感语音。在ESD数据集上的主观和客观实验表明,与目前主流的方法GST-Tacotron和VAE-Tacotron相比,该文提出的方法可以生成更具表现力的情感语音。      

低信噪比下基于FastIca和MMSE-LSA的语音识别

针对在低信噪比环境下语音识别率较低的问题,提出了一种基于FastIca和MMSE-LSA相结合的算法。首先,用FastIca对低信噪比语音进行语音提取,再使用MMSE-LSA方法处理得到信噪比改善的语音信号。用0~9十个数字做孤立词语音识别。仿真实验证明,用本算法增强后的语音识别率达到80%以上,可以有效地提高低信噪比环境下语音识别率。     

语音信号的线性预测分析在DSP上的优化实现

语音信号的线性预测分析是语音压缩中的一个重要环节，占据语音压缩计算中的大部分时间，为提高语音压缩的速度，在C54x系列DSP上用汇编语言实现了语音信号的线性预测分析，并对其进行优化。最终可以使代码的运行时间减少到原来的5％左右。     

基于DCT增强和改进谱熵的语音端点检测方法

端点检测是语音信号处理过程中非常重要的一步，它的准确性直接影响到后面的学习及识别效果．提出了基于DCT（离散余弦变换）增强和改进谱熵的语音端点检测方法．首先，通过DCT（离散余弦变换）进行语音增强，然后再通过改进谱熵法判决去噪后语音的端点位置．仿真结果表明：此方法快速有效，具有较强的抗噪能力，特别适合低信噪比下的端点检测．     

基于分数阶谱相减的语音增强法

该文提出了基于分数阶谱相减的语音增强法(FSS)。该方法通过对带噪语音信号作分数阶傅里叶变换(FRFT),将得到的分数阶语噪混合谱与估计的分数阶噪声谱相减,最后利用分数阶Fourier反变换获得去噪后的语音信号。理论分析表明,所提方法存在一个最佳分数阶阶数,使得语噪混合信号能在分数阶变换域得到最好的分离,从而有效地提高了增强语音的性能。计算机仿真表明,对于混有加性白噪声的男/女声发音信号,所提方法在信噪比提高量和Itakura距离减少量两个方面都优于传统的谱相减法(SS),并且增强语音中的音乐噪声得到了明显抑制。