低端DSP芯片的语音处理算法研究

介绍了一种利用TI公司的TMS320VC5402定点DSP芯片实现的基于语音能量、短时平均幅度差和过零率的语音检测器,给出了算法的详细设计过程和DSP硬件实现方案,该方案在专用通信系统中,用以对接收到的电台信号进行分析,判断其中是否有语音信号,从而控制半双工电台的发射开关,使其处于接收或发射状态。实验表明,该算法能在较低的信噪比情况下准确地检测出语音信号,而且计算方法简单,硬件处理容易,可靠性高,能够满足实时系统的需要,在对DSP在其他方面的应用也有一定的参考价值。     

基于TMS320VC5402的语音检测器

本文介绍的语音检测器以DSP芯片TMS320VC5402为核心,对短波电台接收到的信号进行分析和处理。数字语音信号采用串行输入／输出方式,语音检测算法则采用对语音信号进行降噪处理后,再进行短时平均幅度差和短时能量计算的方法。该语音检测器的电路简洁小巧,语音检测准确度高。     

三门限多级判决语音激活检测算法的研究

语音激活检测在移动通信中具有重要的意义和广泛的应用,对语音处理的效果也有关键性的影响。本文针对移动通信应用场合的特点,研究了一种计算复杂度很低的语音激活检测算法,使用短时能量、平均过零率和平均幅度差三种时域特征门限进行多级检测。该算法在大信噪比下可以获得较好的检测结果,而且实时性较好。本文介绍了算法的信号处理流程、门限计算方法、部分实现细节以及实验结果。     

基于短时自相关及过零率的语音端点检测算法

传统的基于短时能量端点检测算法,在高信噪比环境下可以比较准确地检测出语音端点,但在低信噪比环境下检测效果不理想。文中提出了基于短时自相关最大值与短时过零率之积的改进算法。利用短时自相关最大值可以有效地区分出语音段和噪音段,利用短时过零率可有效地检测出清音信号,将两参数相结合可有效地检测出低信噪比语音信号的端点。实验证明,在低信噪比环境下该改进算法相比短时能量算法减小了检测误差,可以有效地检测出语音端点。     

基于TMS320F2812的短波电台语音处理系统设计

话音的降噪与静噪是短波无线电台的需要实现的重要功能之一.文章以TMS320F2812 DSP芯片为核心设计实现一种能在短波转接电台中使用的语音降噪、静噪处理系统.首先,利用最小均方(LMS)误差自适应滤波算法对短波电台接收到的可能含有语音和噪声的信号进行消噪处理,得到较高信噪比的接收信号.然后,在噪声信号背景下应用短时自相关算法检测接收信号中是否含有语音,从而实现短波电台的数字静噪功能.通过对系统硬件电路和信号处理算法的测试,该系统能较好地完成短波电台接收信号的语音检测与处理功能.     

话音检测算法分析及其DSP实现

短时自相关检测法是检测话音信号的一种最基本的方法.本文首先引入话音短时自相关检测算法;然后提出一种话音信号检测的改进算法,即短时自相关慢速下降检测算法;最后给出该改进算法在三军协同网关电台噪声静噪中的应用,试验证明该算法是有效的.     

基于ACF和AMDF的基音检测改进算法

自相关函数法和平均幅度差函数法是基音周期检测的两种常用方法,两者具有独立且相似的统计特性。在讨论了传统基音周期检测算法及其缺点后,提出了综合应用ACF和ANDF函数进行基音检测的算法。该算法简单可行,性能优于一般传统时域基音周期检测算法。从仿真结果可以看出,对于含噪语音信号,该算法具有较强的抗噪能力。     

一种改进的语音信号特征参数提取算法研究

为了提高语音信号的识别率,提出了一种改进的语音信号特征提取算法。该算法在MFCC参数的基础上,增加每帧信号的短时能量和短时过零率,使得新参数能够更为准确地表征语音信号。通过仿真实验。说明了新特征参数取得了较高的识别率。     

基于小波变换和时域波形的基音检测算法

为了准确地检测语音信号的基音周期,采用小波变换和时域波形相结合的方法,分别用传统的自相关法、平均幅度差法及文中算法对纯净语音和不同信噪比时的含噪语音进行基音检测。实验表明,自相关法易出现半频错误,平均幅度差法易出现倍频错误,且两者随着信噪比的降低,错误帧数呈增加趋势。然而文中算法倍频、半频错误相对较少,基音轮廓清晰、平滑,无大的跳变,符合语音信号慢时变性的一般规律,从而提高了基音检测的精度。     

语音端点检测在实时语音截取中的应用

语音端点检测在语音识别系统中占有重要地位。针对在噪声多变的环境中实时截取完整语音信号存在困难,文章提出一种实时语音端点检测方法。该方法首先提取每帧信号的短时平均过零率与Mel频率倒谱系数;然后利用前N帧背景噪声的Mel频率倒谱系数对当前帧进行归一化,并以该特征矢量的L2范数作为另一特征;最后根据多特征分析对有效语音信号进行截取。实验结果表明,该方法在多变的噪声环境中,截取完整语音信号具有较高准确率。     

基于DSP实现语音端点检测

介绍了一种以DSP芯片为核心的语音端点检测模块，用于有线／无线自动转接设备。所采用的语音端点检测算法应用多个语音特征参量进行联合检测，达到了比较满意的端点检测效果。该模块应用于系统中能够实现通话方语音对通话过程的自动控制。     

基于改进谱减法的语音增强

针对传统谱减法具有残余音乐噪声过强,清音部分损失严重的缺点,提出了一种利用语音信号的短时平均幅度差特征（AMDF）并结合短时平均幅度（AM）的语音检测算法,在原始语音估计式中引入了参数α和β,对传统的谱减法进行改进。根据采集的真实带噪语音数据,将传统谱减法和改进的谱减法结果进行了比较分析。在研究基于改进的谱减法的语音增强算法基础上,构建了以TMS320VC5509和TLV320AIC23 Codec为核心器件的实时系统,能够有效地提高语音信噪比．信号的信噪比由12．2dB提高到了4．0dB．改善了语音质量。     

VoIP通信中的回声消除方法研究

介绍了语音通信声学回声产生模型和自适应AEC回声消除算法原理,分析了AEC应用于VoIP语音通信中存在的问题,设计了一种基于短时能量的非线性回声消除方法,在NGN网络的VoIP通信中,使用该方法实现了极高的回声抑制比。测试结果表明该方法的消回声效果、算法稳定性和实现复杂度等指标明显优于自适应AEC算法,适合于嵌入式VoIP通信终端设备的开发。     

民航甚高频VoIP新技术的应用研究与展望

VoIP(Voice over Internet Protocol)即网络话音通信,其工作原理是将模拟的声音数字化,经过压缩与封包之后,以数据包形式在IP网络实时传输。VoIP也叫互联网语音通信或IP电话。甚高频VoIP语音通信使用IP技术,在IP网络上布置支持数字音频的甚高频电台和内话系统,传输话音,区别于基于PCM(Pulse-code modulation,即脉冲编码调制)技术的传统数字基带信号传输。VoIP兼具操作功能性及灵活性,这是基于TDM的传统系统所不具备的。     

采用STFT幅度值的长信号相位恢复算法

针对以往基于短时傅里叶变换(STFT)幅度值的相位恢复（STFTMPR）算法仅能处理一组较短的信号,并且信号的STFT幅度测量值的长度只能是质数的情况,提出了一种基于STFT幅度值的长信号相位恢复（LS-STFTMPR）算法。把一组长信号变化成几组较短的数组信号,通过改进的最小二乘（LS）法获取梯度下降（GD）法的迭代初始值,然后最小化各数组信号的非凸损失函数,并最终收敛到全局最小值。实验结果表明,在恢复一组较长信号的时候,所提算法的性能明显优于STFTMPR算法,并且具有较强的抗噪声能力。     

基于短时傅里叶变换测向技术

针对传统测向算法对短时信号测向性能差的问题,提出了一种基于短时傅里叶变换(Short-time Fourier Transform,STFT)的频域处理与信号功率门限的自动判决相结合的测向技术,在除去干扰信号的同时提取目标信号的有效信息,然后利用测向算法进行测向。给出了该算法的具体实现过程,并对算法进行了仿真分析,验证其可行性,同时给出了仿真结果并指出了算法的优点与不足。     

Neural network-based path loss model for cellular mobile networks at 800 and 1800 MHz bands

Cellular radio communication systems have become essential for data/voice/video/multimedia applications. The performance of cellular communication radio systems is assessed by considering the design specifications of frequency planning, channel assignment and interference mitigation strategies among others. Frequency planning is the most important component to improve capacity or quality of cellular radio systems. Large-scale path loss values between the base station and mobile stations are the key regulating factors that limit the performance of cellular systems, especially in urban/vegetation region. There is a necessity to develop a suitable path loss prediction model for predicting path loss values based on received signal strength measurements. In this paper, an ANN-based path loss model was used for macro cell measurement data obtained in the Vijayawada urban region, India. The Multi-Layer Perceptron (MLP) neural network model was considered. The prediction results indicate that the ANN model outperformed the Auto Regressive Moving Average (ARMA) and COST-231-WImodels. The outcome of this research work will be immensely useful for improving coverage and ensuring better frequency planning of cellular radio systems.