基于LPC倒谱的语音特征参数提取

语音识别指利用计算机识别语音信号所表达的内容,其目的是要准确地理解语音所蕴含的含义。本文着重研究了语音识别实现过程的特征提取,针对特征提取的多种方法,选用LPC倒谱系数作为特征参数提取,较彻底地去除了语音信号产生过程的激励信息,主要反映了声道模型,而且只需十几个倒谱系数就较好地描述了语音的共振峰特性。通过对语音信号进行预加重、分帧、加窗、自相关分析,而后提取出LPC倒谱系数。根据流程编写VC程序,对语音信号进行分析处理,去除对语音识别无关紧要的冗余信息,从而获得用于语音识别的重要信息。     

基于倒谱特征的带噪语音端点检测

在语音识别系统中产生错误识别的原因之一是端点检测有误差.在高信噪比情况下,正确地确定语音的端点并不困难.然而,大多数实际的语音识别系统需工作在低信噪比情况下,一些常规的端点检测方法,例如基于能量的端点检测方法在噪声环境下不能有效地工作.本文利用倒谱特征来检测语音端点,提出了带噪语音端点检测的两个算法,第一个算法利用倒谱距离代替短时能量作为判决的门限,第二个算法改进了基于隐马尔柯夫模型(HMM)的语音检测以适应噪声的变化,实验结果表明本方法可得到高正确率的带噪语音端点检测.     

基于LPC美尔倒谱特征的带噪语音端点检测

复杂的噪声环境是语音识别系统在实际应用中性能下降的原因之一,识别预处理中的带噪端点检测作为关键技术,其性能的优劣某种程度上决定了识别率的高低。笔者提出了基于LPC美尔倒谱特征的带噪端点检测方法,对语音信号分高低频段分别提取IPC美尔倒谱特征分析,根据Mel倒谱距离判决,采用自适应噪声估计,实验结果表明,该方法计算效率较高,低信噪比下有较好的检测性能。     

双循环相关复倒谱的多用户盲信道辨识方法

该文针对多用户系统提出了一种新颖的盲辨识方法.它利用了调制引入的循环平稳性,可以识别出不同的用户不同的传感器(天线)各自的传输信道.利用循环复倒谱的方法可以给出信道的估计,方法简单明了,与现有的方法相比有一定的优势,适合于多用户上行链路信道.文中还给出了信道可辨识性的条件和证明,提出了辨识算法,并对算法进行了模拟.     

一种改进的基于倒谱特征的带噪语音端点检测方法

环境噪声是语音识别和说话人识别性能下降的原因之一,端点检测作为其关键技术之一,性能优劣在某种程度上决定了识别率的高低。文章提出一种改进的基于倒谱特征的带噪语音端点检测方法。在传统基于倒谱距离的算法基础上,该算法进一步综合利用短时过零率和短时能量作为最终判决的门限。实验结果表明,该方法计算效率较高,低信噪比下有较好的检测性能。     

基于复倒谱技术的无源雷达直达波提纯方法

利用民用FM广播信号为无源雷达的外辐射源时，由于信号在空间传输时产生严重的多径干扰，导致接收站获取的直达波参考信号与目标反射的回波在后继匹配滤波时出现失配现象，严重影响了雷达的目标检测性能。文中首先建立了基于FM广播外辐射源的双基地雷达模型；然后提出了一种在复倒谱域对直达波参考信号进行提纯处理后再进行匹配滤波的方法；最后给出了一个基于FM广播的外辐射源雷达实验系统，通过该实验系统采集的数据进行仿真，其结果表明了该方法与未提纯时相比，输出信噪比约有6dB的改善，在工程上有参考价值。     

基于倒谱特征的语音端点检测算法研究

本文在讨论基于倒谱距离语音端点检测算法不足的基础上,提出了两种改进方案.通过对三种典型噪声环境下信噪比(SNR)从-5dB到20dB的带噪语音信号进行的仿真实验结果表明,所提两种改进方案能更为准确地检测到语音的端点.     

一种基于倒谱均值减的语音端点检测改进方法

端点检测是语音识别理论研究中的关键技术之一,为了提高语音端点检测方法的抗噪性和准确性,引入倒谱均值减(Cepstral Mean Subtraction,CMS)设计一种新的语音端点检测方法.在传统倒谱均值减算法的基础上,采用隐马尔可夫模型(Hidden Markov Model,HMM)提取最佳特征子集,利用二次分类...     

一种复倒谱相位分解的声门波估计方法

逆滤波法估计声门波含有较多的谐波成分,为了减小这种误差,本文提出一种复倒谱相位分解的声门波估计方法。首先估计嗓音信号的基音周期,利用复倒谱将每个基音周期内嗓音信号分解为最大相位信号与最小相位信号,经过微分运算后与声门闭合点位置结合,实现微分声门波估计。对微分声门波积分,即为所估计的声门波。采用迭代自适应逆滤波方法和本文方法提取的声门波进行参数提取。实验结果表明,本文方法提取的声门波更能反映声带振动特性,声门开相、闭相信息明确,有效减小声源谐波成分和声道干扰。在估计微分声门波最小值时表现出最佳性能,估计误差低至0.25%。89%的时域参数与标准值的误差均小于10%     

一种基于支持向量机的含噪语音的清/浊/静音分类的新方法

本文将支持向量机(SVM)方法应用于语音信号的清/浊/静音检测中,提出并验证了一种在各种信噪比等级下将语音信号有效地分为清音、浊音和静音三类信号的新型分类算法.首先,在高信噪比情况下,本文采用了G.729B VAD中的四个差分参数作为SVM分类器的输入特征参数,进行了静音分类的对比实验,得到了优于G.729B VAD和BP神经网络传统算法的实验结果,说明引入这种机器学习方法做语音分类是可行的,并分析讨论了在核函数不同的情况下支持向量机在实验中所表现出的性能.其次,又讨论了在低信噪比条件下,如何通过对含噪语音建立统计模型,提取对噪音免疫的统计特征参数,并给出了一种对时变背景噪声自适应的估计方法.最后,通过在不同噪音环境下的对比实验结果,验证了本文所提出的算法在中低信噪比情况下的分类性能要优于其他传统算法.     

语音识别的互信息匹配模型及其应用

互信息是随机变量或随机信号之间所携带对方信息的定量描述。语音识别的互信息匹配模型依据互信息理论以及语音信号特征参数统计分析结果而提出,这一模型同时考虑了语音信号的时变发布特征和统计分布特征,能有效地提高同类模式的凝聚度,减少非同类模式间的耦合性。语音识别实验和实际应用表明,互信息匹配模型具有良好的识别精度和很高的运行效率,与其它模式匹配方法相比更适合嵌入式系统的语音识别应用。对互信息匹配模型的原理和特点进行了全面的阐述,并介绍了这一模型在几个语音识别系统中的具体应用。     

一种基于线性预测与自相关函数法的语音基音周期检测新算法

阐述了一种新的基于语音线性预测模型和经典自相关函数法的基音周期检测算法。该算法的特点在于着重对被处理语音进行滤波预处理和平滑后处理。它克服了自相关法在对低信噪比的语音信号检测时常出现半倍频误差的缺点，同时又克服了对某些变化曲线较大的语音信号检测时随机错误较多的问题。实验表明，在噪声环境下．这种处理方法能够提高传统自相关基音检测法的可靠性和准确性。     

语音业务在ATM网络中降低装配时延提高系统质量的新方法

本文针对ＡＴＭ网络中的语音通信，提出了一种降低信元装配时延的新方法，以及相应的基于ＡＤＰＣＭ的新的信源编码系统，它能确保在信元丢失时，收发双方编译码系统不会失步，并且能产生基本无附加听觉噪声的丢失段恢复语音。文中还分析了各部分参数的求法，实验表明，该法产生的丢失段恢复语音，具有良好的听觉质量。     

话音活动检测的模型及其在移动通信中的应用

本文给出了基于ＡＤＰＣＭ编码的话音活动检测器及其模型，并应用该模型分析了分组预约多址协议的性能。     

半导体神经计算机的硬件实现及其在连续语音识别中的应用

本文首先分析了以PC机作为宿主机的半导体神经网络处理机CASSANDRA-I,进一步介绍了新的半导体神经计算机CASSANDRA-II的系统实现和功能特性,并将其应用到问候语语音识别中,实验结果表明CASSANDRA-II神经计算机识别结果优于HMM模型的识别结果.     

Mel域滤波在语音增强中的应用及其算法的优化

讨论了将Mel域滤波器组应用于语音增强中,使其在保证语音可懂度的前提下,达到降低背景噪声的良好效果。同时,为了能够在低运算资源的设备上实现鲁棒性前端,在ETSI标准的核心维纳算法的基础上,提出了一种优化的算法以提高算法效率。数值仿真结果验证了该算法运算量小,降噪性能强,语音清晰度高。     

PSLIP新模型及在边缘检测和图像增强中的应用

对数图像处理模型已形成并应用于图像处理的各个方面.本文提出一种参数对称的对数图像处理(PSLIP)新模型.该模型建立了一种可以处理图像负值部分带参数的对称结构.同时该模型不仅能够对图像中感兴趣的部分进行自适应调整,而且能够处理反射光图像和透射光图像.为了验证PSLIP模型的有效性,将其应用于边缘检测和图像增强中,形成PSLIP边缘检测和PSLIP图像增强算法.实验结果表明,其效果均优于现有对数图像处理模型.     

一种语音特征参数子分量分析与有效性评价的新方法

语音信号中包含语义和说话人个性两大特征,其有效提取和强化对语音识别和说话人识别有着非常重要的意义。本文提出了一种语音特征参数中语义和个性特征子分量分析与有效性评价的4S方法,对语义和个性特征的成份比例进行分析,并通过量化指标评判特征参数对语音识别和说话人识别的有效性。运用4S分析方法对目前常用的特征参数LPC, LPCC和MFCC的子分量分析与有效性评价结果表明,所有的特征参数都更多地包含了语义特征信息,语义特征和说话人个性特征的成份比例因子LIR分别为1．30、1．44和1．61,并且,三种参数对语音识别和说话人识别的有效性均呈现出依次提高的特性。     

广义S变换及其在复杂辐射源信号分析中的应用

该文提出一种基于修正Hermite函数的广义多窗S变换方法,并将之应用于复杂多分量辐射源信号的瞬时频率结构分析。该方法通过引入频率尺度因子修正正交Hermite函数,将多窗时频分析方法推广到S变换中,使得改进后的广义S变换既保留了多分辨特性,又很好地解决了高频区存在的频率分辨率低、易受噪声干扰等问题。与S变换和原始多窗时频分析方法相比,该方法在瞬时频率估计精度和时频聚集性等方面均有明显改善,具有很好的工程应用前景。