基于logMMSE的宽动态压缩数字式助听器算法

针对数字助听器需兼顾消除语音信号中的背景噪声和听障患者可听阈问题,提出一种基于logMMSE的宽动态压缩数字助听器算法。该算法通过logMMSE估计消除背景噪声,同时结合听障患者听力曲线做频域宽动态压缩。仿真结果表明,基于logMMSE的宽动态压缩数字助听器算法能使输出语音有更好的清晰度和可懂度。     

基于DSP的数字助听器多通道响度补偿方案

针对人耳听觉特征,尤其是老年性听损患者的高频听力损失,提出了一种新的利用正交镜像滤波器组(QMFB)对语音信号进行子带划分的响度补偿方案.利用低通滤波器模拟高频听损状态下的语音信号,设计了一个基于QMFB的非等宽4通道滤波器组对模拟信号进行子带划分响度补偿,最后通过Matlab仿真并利用TMS320C5402芯片实现了这一过程.实验与仿真结果显示,该响度补偿方案很好地补偿了老年性听损患者在高频段的语音能量损失,使患者的听力得到显著改善.     

小波变换在语音信号处理上的应用

利用小波的多分辨率分析,以及其良好的空间域和频率域局部化特点,针对语音信号特征,选取适当的小波算法进行去噪和增强语音,压缩编码,提取语音信号特征等处理。通过Matlab仿真分析,得到增强后的信号图和压缩后的压缩比参数、能量保留参数、零系数比例系数,提取的信号特征。结果表明,基于小波变换的语音信号处理表现出良好的特性。     

基于Hilbert-Huang变换的语音信号共振峰频率估计

由快速傅里叶变换（FFT）初步估计出的语音信号的各阶共振峰频率确定相应带通滤波器的参数，并用该参数对语音信号作滤波处理，对滤波后的信号进行经验模态分解（EMD）得到一族固有模态函数（IMF），按能量最大原则确定出含有共振峰频率的IMF，计算出该IMF的瞬时频率和Hilbert谱即得到语音信号的共振峰频率参数.实验结果表明，与传统方法相比，该方法无须对语音信号进行分帧截断，提高了语音信号共振峰频率估计的时频分辨率和准确性，能够更精确地反映共振峰频率随时间的快速变化.     

基于SNR法的自适应随机共振系统的研究

该文应用随机共振对微弱信号检测的原理,在研究非线性双稳系统及双稳系统随机共振频谱的基础上,利用傅立叶变换频移特性及设计了非线性大频率随机共振系统及其控制系统电路。并通过模拟工程实际,提出了简单的自适应算法,验证了其对于微弱信号检测的有效性。     

基于Mel倒谱特征和RBF网络的孤立词语音识别方法

Mel谱失真测度是一种弯折频率谱失真测度,用Mel频率尺度可较充分地反映人耳对频率及幅度的非线性感知特性,以及人耳在听到复杂声音时所表现的频率分析和谱合成特性。本文针对孤立词语音识别,对常规LPC倒谱特征提取方法进行改进,即将LPC倒谱按符合人耳听觉特性的Mel尺度进行非线性变化,得到LPC Mel倒谱系数(LPCMCC)作为特征参数。识别网络使用RBF神经网络,进行了孤立词语音识别。实验结果表明此种方法抗噪性能好,识别效果高。     

一种LPC改进算法在提取耳语音共振峰中的应用

传统线性预测编码(LPC)算法在提取语音共振峰时存在虚假峰和合并峰的问题.耳语音不同于正常语音的特性,使得准确提取其共振峰存在更大的困难.本文分析了共振峰提取中存在的极点交叉问题,通过对极点排序,提出基于极点交叉的LPC改进算法,从而有效解决这两个问题,实验结果证明此算法能够根据实际要求准确提取耳语音的前三个或前四个共振峰.     

基于BP网络的孤立数字识别

通过Mel频率倒谱系数的方法对语音信号波形进行处理,采用BP网络作为分类器,实现了孤立数字的语音识别系统,在matlab环境下对算法进行仿真。实验表明,这种方法具有计算简单,识别精度高的特点。     

同航线双基调频连续波SAR改进距离徙动算法

考虑到调频连续波合成孔径雷达具有较长的扫频周期,要达到频率的线性化非常困难,针对现有非线性校正方法的不足,提出了改进的频率非线性校正方法.另外,分析了平台连续运动带来的多普勒频移的影响.对于频率非线性校正后的信号,利用瞬时频率的概念,通过引入双基角,推导出基于调频连续波的同航线双基合成孔径雷达回波信号的二维波数域表达式,在此基础上提出了包含频率非线性校正的同航线双基调频连续波合成孔径雷达的改进距离徙动成像算法.仿真数据的处理验证了频率非线性校正方法以及成像处理算法的有效性.     

基于无抽样小波包变换的语音增强方法

非均匀临界频带与人耳对固有语音的频率感知特性十分相似,并且可在听觉感知上近乎完美地使信号进行重构.文章基于此提出了一种新的语音增强方法.该方法首先采用易于计算的无抽样离散小波包(UDWP)模拟人耳的听觉特性滤波器组对带噪语音进行分解;其次在语音信号的子带层次上用一种类似于软阈值的无穷阶可导的函数进行阈值处理;最后应用谱减法进行二次增强.实验结果表明,该方法在有效去除语音噪声的同时可以较大地提高语音的清晰度和可懂度.