基于河南方言的低信噪比下基音检测算法研究

基音检测是河南方言语音信号处理中的一个重要环节,针对低信噪比环境下的河南方言语音基音检测准确率低的问题,提出了一种语音信号增强和基音检测相结合的算法.通过多窗谱估计的改进谱减法对语音信号进行降噪处理,对增强后的语音信号用中心削波法消除偏离基音轨迹的野点,再通过自相关法实现基音检测.仿真结果表明,对于低信噪比环境下河南方言语音信号的基音估值检测结果准确,估算出的基音频率和实际基音频率能很好的重合.     

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。     

基于LPC的藏语语音基音周期的检测分析

基音周期是语音信号的重要参数,提取藏语语音基音周期为藏语语音识别和藏语语音合成奠定很重要的基础。这里在分析藏语发音特点的基础上进行基于LPC的藏语语音基音周期提取算法的分析,实践表明,该方法更加符合小信噪比藏语音信号基音周期和提取。在传统LPC分析方法的基础上结合自相关法和倒谱法,分析计算平均相对误差,总结出了符合藏语语音特点的特征提取算法。     

小波包变换频带划分在MELP声码器中的应用

提出了一种基于小波包变换划分信号频带的方法,并以此为基础对MELP声码器基音检测算法做出改进。原始语音信号经过多尺度正交小波包变换得到MELP声码器所要求的多种子带信号输出;然后对0-1KHZ和0-500Hz子带输出信号进行基音周期的估计。实验表明,该方法提取出的基音周期不仅具有较高的可靠性和精度,而且对环境噪声有较强的稳健性。     

基于CEP和LPC谱提取语音信号基音周期的方法

在语音信号分析中,只有分析出可表示语音信号本质特征的参数,才有可能利用这些参数进行高效的语音通信、语音合成和语音识别等处理.因此对语音信号采用CEP和LPC谱提取语音信号基音周期的异同进行了研究,并采用Matlab实现了仿真分析.从中可以看出,LPC谱估计基音周期的算法运算量较大,而CEP谱算法更直观,且在少部分情况下基音峰会变得更突出一些,CEP谱具有更加广阔的应用前景.     

基于扩展谱相减的RCAF基音周期检测算法

针对传统基音检测算法在信噪比低的情况下提取的基音周期错误率较高,该文提出了一种基于RCAF (Reverse CAMDF Autocorrelation Function)搜索试探平滑的基音轨迹提取方法。采用自适应判决准则的扩展谱相减进行语音增强,在语音段实现了对噪声信号的估计。应用RCAF算法提取基音周期,通过搜索试探平滑算法对提取出的基音周期进行平滑处理。该算法降低了误判率,提高了提取精度。仿真结果表明,该算法在-10dB信噪比情况下,其性能优于传统的CAMDF和AWAC等方法。     

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.     

一种基音周期估计方法

基音是语音信号中一个极为重要的参数。基音周期的估计在语音编码、语音合成和语音识别中有着广泛的应用，本文介绍了一种极为重要的SIFT(Simplified inverse filter tracking简化逆滤波跟踪)基音周期估计算法，并对该算法进行了仿真，仿真结果表明，SIFT基因周期估计算法具有较好的估计性能。     

一种改进的强噪声背景下基音检测算法

针对强噪声背景下语音基音检测这一困难的问题,提出了一种基于计算声场景分析的基音检测的改进算法。该方法利用人的听觉感知特性,引入广义自相关函数以增强基音信息,适用于低信噪比和存在其它语音干扰下基音信息的提取。另外,对于混叠语音的基音周期轨迹的检测,提出一种比较简单的方法。实验结果证明,提出的算法是十分有效的。     

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。     

基于B-样条子波变换的MBE语音模型分析算法改进

首先对 ＭＢＥ模型分析算法的复杂度进行了深入的分析,认为原算法中的双闭环基音搜索结构有很大的改进余地．为此提出了一种基于Ｂ－样条二进离散子波变换（Ｂ—ＳＤｙＷＴ）基音检测法的改进ＭＢＥ模型分析算法。其关键在于利用Ｂ－ＳＤｙＷＴ基音检测原理将这种双闭环搜索算法改造成先开环后闭环的结构。理论分析可以说明这种改造可以大幅度地降低基音搜索的复杂度,而不降低其性能。通过仿真实验,我们对改进前、后的ＭＢＥ模型基音搜索算法的复杂度、准确度以及抗噪声能力等方面作了一个全面的对比分析。得出这样的结论：改进算法与原算法相比,各项性能均不低于原算法甚至有所改善,特别是证实了理论分析中的复杂度降低作用。     

基于最小生成树的分簇协作频谱感知改进算法

为减少分簇过程中的时延,基于最小生成树的单向比较优势提出簇首快速推举方法,并提出改进的分簇协作频谱感知算法,分析了算法的时间复杂度。算法首先基于最小划分对所有次用户节点进行分簇,簇内节点根据设置的评价条件进行性能比较,推举簇首。由簇首进行本地簇内频谱检测,并上传检测结果,最后融合中心在簇首间实现协作的频谱检测。在瑞利信道条件下,仿真显示在大信噪比时,融合中心应用AND规则,系统具有较小的虚警率,所提算法检测性能优;小信噪比时,应用OR规则能扩展系统的有效检测区间,所提算法在满足系统要求的前提下检测性能较差,但簇内信道效率提高了n-1倍。     

基于DyWT基音检测的改进MBE语音压缩算法

在对ＭＢＥ算法的复杂度进行深入分析的基础上，本文提出了一种基于二进离散小波变换（ＤｙＷＴ）基音检测法的改进ＭＢＥ语音在压缩算法，并利用仿真结果，对改进前，后的ＭＢＥ算法性能作了一个全面的地比分析，从而得出这样的结论：改进的ＭＢＥ算法保持了原算法各项优点的基础上，大大降低了其复杂度。     

一种基于独立分量分析的OFDM-IDMA检测方法

提出了一种基于独立分量分析(ICA)的OFDM-IDMA检测新方法。独立分量分析是信号盲源分离领域中的新技术,它可以在系统用户特征序列未知的情况下,成功地提取出有用信号,节省了系统的资源。经过进一步优化,ICA可适用于OFDM-IDMA系统中,成功地实现对系统用户信号的检测。最后通过计算机仿真结果验证了该算法的有效性,且检测性能优于过去的方法;采用ICA算法检测器的OFDM-IDMA系统,还可减小通信传输时的误码率。     

基于小波变换的MBE模型基音估计算法改进

基音周期是语音信号最重要的参数之一。MBE模型的基音周期搜索算法存在着运算量大,抗噪性能一般等缺点。本文基于小波变换,对算法进行了改进。阐述了小波变换基音周期估计原理,基音估计算法实现和实验。分析和实验表明改进算法更具实用性。     

基于TMS320VC5509的基音周期实时检测系统的设计

通过芯片TMS320VC5509和TLV320AIC23构建一个语音采集、数据处理的系统,实现了实时提取基音周期。在处理算法上,经过低通滤波之后对语音信号进行“三电平中心削波”处理,最后作自相关运算获取基音周期。实验结果表明,经过三电平中心削波能够很大程度地简化自相关函数的计算,从而有效和快速地提取基音周期。     

利用压缩感知与多边测量技术的无线传感器网络定位算法

针对传统无线定位算法的缺点,该文提出了运用接收信号强度参数,将压缩感知技术和多边测量方法相结合的无线传感器网络定位方法。首先将基于网格的目标定位问题转化为压缩感知问题,判断目标是否位于网格中心。对于目标不在网格中心的情况,再用多边测量方法进行目标的精定位,并采用了基于接收信号强度的基站选择策略克服环境因素对定位算法的影响。与传统压缩感知方法相比,该文算法克服了未知目标只能在网格中心定位的局限性,降低了算法的复杂度,拓宽了算法的应用领域。仿真结果表明:与现有定位算法相比,该文算法在定位性能和算法复杂度上都体现了巨大优势。      

Super resolution pitch determination of speech signals

Based on a new similarity model for the voice excitation process, a novel pitch determination procedure is derived. The unique features of the proposed algorithm are infinite (super) resolution, better accuracy than the difference limen for F₀, robustness to noise, reliability, and modest computational complexity. The algorithm is instrumental to speech processing applications which require pitch synchronous spectral analysis. The computational complexity of the proposed algorithm is well within the capacity of modern digital signal processing (DSP) technology and therefore can be implemented in real time     

Improving pitch estimation for efficient multiband excitationcoding of speech

The authors describe an improved pitch detection algorithm for efficient multiband excitation (MBE) coding of speech. The improved algorithm adds a corrective measure to the error measure for spectrum matching employed in conventional MBE pitch analysis. This corrective measure effectively applies equal weighting to all harmonic bands by normalising the error energy in each band. The result is the reduction of gross pitch errors owing to pitch doublings. An additional advantage of using this corrective measure is that, because this measure is based on a sum-of-product formula, comparisons of matching scores may be performed with partial-sums computed during the evaluation of the measure, therefore, facilitating fast searching of the optimum pitch period. Simulation results show that, with the deployment of the improved algorithm, pitch tracking procedure is no longer needed, and the coding delay of the MBE coder is significantly reduced     

基于联合稀疏重构模型的双基MIMO雷达off-grid目标参数快速估计

针对多输入多输出(MIMO)雷达二维参数稀疏估计中的不在格点上(off-grid)目标问题,利用两次泰勒展开对信号模型进行修正,构建联合稀疏重构模型,将off-grid问题转化为联合稀疏重构问题;为降低计算复杂度,针对该联合稀疏重构模型提出Joint-2D-OMP算法。仿真结果表明:所提模型和算法在解决off-grid问题的同时,可有效提高参数估计的速度。