小波多分辨率的谐波正弦语音建模

谐波正弦语音模型因固定帧长不能使每个谐波得到最佳分辨率,而分辨率决定着语音的建模效果。因此提出小波多分辨率的谐波正弦语音模型,将谐波语音信号通过小波变换分解成多分辨率子带信号,利用谐波正弦语音模型对这些子带信号独立建模,将建模后的各子带信号相加合成。仿真实验显示该模型的信号重构误差降低约两个数量级,通过PESQ软件测试得到的MOS分值约提高0.3。     

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。     

基于顺序统计滤波的实时语音端点检测算法

针对嵌入式语音识别系统,提出了一种高效的实时语音端点检测算法. 算法以子带频谱熵为语音/噪声的区分特征, 首先将每帧语音的频谱划分成若干个子带, 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顺序统计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. 在不同的噪声环境和信噪比条件下具有鲁棒性. 此外, 本文提出的算法计算代价小, 简单易实现, 适合实时嵌入式语音识别系统的应用.     

滤波器组自适应语音增强方法

双麦克风噪声抵消应用中,由于交叉串的存在,传统自适应算法降噪性能受到很大的影响。为了提高双麦克风算法降噪性能,使用两级自适应滤波系统消除交叉串扰问题。为提高自适应滤波器收敛性能,采用主从结构LMS算法自适应调节步长因子。同时为了适合窄带处理算法,将输入信号进行子带分析预处理,对每个子带独立进行抗交叉串绕自适应处理,将各子带增强信号合并得到增强语音信号。实验结果表明,该方消噪量大,语音损伤小,语音增强效果显著。     

基于子带分解的语音分离算法研究

提出一种有效解决不相互独立语音源信号混合的分离算法.利用子带分解方法,将混合信号分解成多个子带信号,在各个子带上分别进行语音分离得出语音分离信号,利用提出的相关性能指数,判断出相互独立的子带信号,把该子带的分离矩阵作为混合信号的解混合矩阵对混合信号进行分离.实验证明了本算法对相关语音源信号较好的分离效果.     

EMD与自适应滤波相结合的语音增强法

为了提高语音信号的信噪比,提出一种经验模态分解与自适应滤波相结合的语音增强法。对带噪语音进行经验模态分解,得到有限个固有模态函数,把所有的固有模态函数按顺序分成三组,将每一组所包含的固有模态函数叠加,得到三个子信号;对三个子信号进行自适应滤波,消除噪声;将降噪后的子信号重构得到增强后的语音。仿真实验表明,所提方法的语音增强效果优于自适应滤波。     

基于长短时能量均值的活动语音检测算法

为了有效抑制非平稳背景噪音对语音处理系统的严重干扰,提出了一种基于长短时能量均值的活动语音检测算法.该算法基于两个合理的假设,一个是基于语音隐含成分集的稀疏分解,不但能尽可能地保留含噪语音中的语音信息,还能在一定程度上消除非语音类噪音的干扰;另一个是对上述稀疏分解的语音进行重构,该重构信号中语音段的时域能量高于非语音段的时域能量.在上述两个假设的基础上,采用重构信号的时域能量作为音频特征,以当前帧为中心,并将与其相邻的特定数量帧的短时能量均值作为当前帧的得分值;以当前帧及其之前特定数量帧的长时能量均值作为判决阈值,进而提出了以当前帧的短时能量均值和长时能量均值大小作为判断条件的活动语音检测算法.实验结果显示,该算法能有效地区分低信噪比(平稳噪音和非平稳噪音)条件下的语音和非语音片段,并且其性能优于基于单Gaussian分布的似然比算法.     

基于小波包的语音谱熵端点检测方法研究

端点检测是语音识别过程中的一个重要的环节,因此改善端点检测的效果一直是语音识别领域的一个重要课题。为了提高在背景噪声下语音信号端点检测的准确率,提出了一种基于小波包的谱熵端点检测方法。该方法对语音信号进行小波包变换,将每帧信号分解成多个子带,在此基础上计算每帧信号的子带能量,通过子带能量所占比例求出每帧信号的谱熵,最后确定新的门限值。仿真实验表明,该方法比传统方法更有效、更优越,能够比较准确地检测语音信号。     

改进型预测多脉冲语音编码方法

论文在研究基音预测多脉冲激励语音编码的基础上提出了改进型预测多脉冲语音编码方法,子帧长度和一个子帧内的激励脉冲用合成分析法进行联合优化搜索得到,语音的分类也在闭环内进行优化判决。克服了基音预测多脉冲方法中语音分类不准和计算基音周期不精确带来的合成语音质量下降问题,使周期性不强和过渡段语言帧得到适当的处理。     

利用投票选择机制进行语音分割的新方法

针对在噪声背景下连续语音信号的语音分割性能会明显下降的问题,提出了一种针对连续语音信号分割的新方法。该方法不再采用单一的端点检测方法,而是将基于分形维数的端点检测方法,基于倒谱特征的端点检测方法,基于HMM的端点检测方法等多种不同方法下得到的端点检测结果,通过投票选择的方式,得到最终的端点检测结果,从而达到对连续语音信号进行分割的目的。实验结果表明,该方法较明显地提高了语音分割的准确性。     

基于单边自相关序列的语音特征及其在带噪语音识别中的应用

提出了一种抗噪声语音特征。首先计算语音信号单边自相关序列的差分序列,再计算该差分序列的线性预测系数,进一步求出例说系数。实验证明,传统的线性预测例谱系数和边自相关序列的一性预测倒谱数相比,采用单边自相关序列差分序列的线性预测倒谱系数作为语音信号的特征矢量,可以提高语音识别系统对带噪音语音的识别率。     

LSF滤波器的实时实现

语音信号处理技术在全数字化通信网、综合业务数字网中起十分重要的作用。文章介绍了LSF滤波器、LSF-LPC系数转换及IIR直接型滤波器的算法描述,在DSP56L811硬件上实时实现了上述算法,通过使用多种优化手段,有效地提高了运算速度,控制了存储消费。最后给出了硬件实现与理论值的比较结果。     

一款可编程语音处理器的设计与应用

为了提高通信系统的保密性,降低制造成本,需要进行专用处理器的设计.该文基于SELP(Sinusoidal Excitation Linear Prediction)算法模型原理,设计了一款高质量多速率语音专用处理器芯片.芯片使用可重构体系结构和超长指令字系统设计方法,将复杂度高的子程序进行优化,能够显著提高指令并行度.仿真结果表明:在该芯片上实现语音压缩编码算法,执行效率高于相同工艺水平的通用数字信号处理器,并保持原有编码质量.该处理器能够实现多种类型的语音压缩算法,使语音算法可以达到高保密性、低复杂度和易开发性.     

A new error concealment method for consecutive frame loss based on CELP speech

Lower bit-rate speech coding by digital signal processing becomes more and more important with the development of communication technology. Speech codec should keep good quality in various conditions such as diverse channel, different speakers and background noises. When transmission environment is poor and the channel coding could not effectively control error occurrences, error concealment will be applied. Generally speaking, error concealment is based on extrapolation method or repetition method in which the speech coding parameters are extrapolated or repeated from the parameters of the surrounding good frame received. This paper focuses on speech coding standard Adaptive Multi-Rate (AMR) and two points are discussed: the value of pitch lag when consecutive frames are lost and the recovery of codebook gain for good frames after continuous bad frames. Objective and subjective experimental results confirm that the proposed algorithm could achieve better speech quality.     

一种基于DSP强抗干扰无线通信

针对通信系统中信号容易被周围噪声污染的问题，提出了一种基于DSP强抗干扰无线通信。发送端信号经DSP处理后送入无线信道，接收端语音信号经DSP处理后得到原始语音信号。在语音处理时添加了抗噪声处理，压缩编解码和纠错编解码。极大地提高了抗噪声和自我修复能力。可用于不同场合的保密通信领域。     

用于汉语语音信号端点检测与切分的有效方法

文章给出了计算机辅助汉语教学系统中语音端点信号的检测和清浊音信号的切分方法：采用短时相对能频积对汉语语音信号的端点进行检测;采用短时相对能频比的方法对语音信号的清浊音进行切分。这两种方法的使用与现有方法相比可以有效地提高汉语语音信号切分的成功率,实验结果表明正确率可达到９５％以上。文中通过实验验证了所提出的汉语语音信号切分方法是有效的和可行的。它基本上能够满足计算机辅助汉语教学系统在线切分汉语语音信号的需要,比已有的语音信号切分方法的切分效果有显著提高,为下一步提高语音信号的识别率奠定了基础。     

全局和时序结构特征并用的语音信号情感特征识别方法

在利用全局特征进行语音情感特征分析的基础上,提出了采用情感语句中各元音时序 结构作为新的特征,并针对不同语句中包含不同元音个数的情况,提出了零补齐、分局均值补 齐、前均值补齐三种不同的规整方法.以从10名话者中搜集的带有欢快、愤怒、惊奇、悲伤4种 情感的1000句语句作为样本,本文对语音情感特征进行了分析.实验结果表明利用全局特征和 时序特征相结合,对时序特征采用前均值补齐,同时使用修正二次判别函数(MQDF)进行情感 识别能够获得94%的平均情感识别率.     

基于G.729协议的算法优化及仿真实现研究

随着数字通信技术的发展及商业应用需求的增加,数字语音压缩编码问题成为当前研究的热点。该文根据G．729语音压缩协议,采用TMS32OC54x系列芯片进行数字信号处理（DSP）系统设计,提出了一种新的语音处理方法。首先设计了编码解码器仿真流程,并用高级语言对其进行仿真;在此基础上对原协议算法进行优化,提出了舍弃乘积为零的运算优化和粗化搜索优化两种改进算法。仿真实验表明,该方法在基本保持原语音信号前提下,可较大幅度地降低运算量,提高处理速度,具有较大的实践意义。     

汉语文语转换及语音编解码的基于DSP的综合实时处理

提出了汉语文语转换和语音编解码的基于DSP的实时综合处理的思想。介绍了实时综合处理的基于DSP的硬件与软件实现。文章介绍的基于DSP的实时综合处理具有以下几个方面的特点：(1)在单片DSF和不超过IMB的DSP最小系统上实现了一个任意文本的汉语文语转换系统；(2)为提高语音合成的自然度，提供了灵活的语音定制功能；(3)根据通信信道容最大小，实现可灵活选择的采甩语音合成方式的语音通信和语音编码方式的语音通信；(4)基于DSP的实时综合处理的在线重构；(5)基于RS232的通用异步串口的包括命令解释引擎、合成引擎、编码引擎等的模块化DSP软件结构。     

Analog scramblers for speech privacy

Despite significant strides in digital speech technology, scrambling of the analog speech signal continues to be an important method for achieving casual privacy in many classes of voice communications systems. This paper explains the principles of important classes of analog speech scramblers, with emphasis on algorithms that possess demonstrated robustness in the context of real-channel operation. At the forefront of the art are so-called two-dimensional analog scramblers that manipulate the speech signal in both time and frequency domains, to obtain impressive combinations of residual intelligibility, communication delay and transmission robustness. Our review includes several examples of such two-dimensional algorithms.