基于LMS自适应滤波的耳语音增强的研究

文中针对带噪的耳语音提出了一种LMS自适应滤波的耳语音增强算法。首先采用谱减法得到一个增强耳语音信号，取得较好的谱包络后对增强信号进行LMS自适应滤波，消除由谱减法产生的音乐噪声。结果表明，采集到的耳语音信号的质量得到明显提高，即使在低信噪比的情况下，信噪比也能提高20dB左右。     

语音识别的自适应束剪枝方法

在语音识别的应用中,如何提高识别的效率性是一个重要的方向。尤其在大词汇表的识别中,庞大的搜索空间带来相应的计算代价,而传统剪枝方法在减少计算量的同时牺牲了识别率。为此引入自适应控制理论,自动调整束宽限定搜索空间在预定的规模。在此基础上,又提出了利用基线系统的平均激活模型音子模型实例作为自适应系统动态参考值的方法,实现启发式的束宽调节。应用此方法的解码器在不损失识别率情况下,计算时间和搜索空间比采用传统剪枝算法下降了55％和71％,显著地提高了解码器的效率。     

Class‐Based Histogram Equalization for Robust Speech Recognition

A new class‐based histogram equalization method is proposed for robust speech recognition. The proposed method aims at not only compensating the acoustic mismatch between training and test environments, but also at reducing the discrepancy between the phonetic distributions of training and test speech data. The algorithm utilizes multiple class‐specific reference and test cumulative distribution functions, classifies the noisy test features into their corresponding classes, and equalizes the features by using their corresponding class‐specific reference and test distributions. Experiments on the Aurora 2 database proved the effectiveness of the proposed method by reducing relative errors by 18.74%, 17.52%, and 23.45% over the conventional histogram equalization method and by 59.43%, 66.00%, and 50.50% over mel‐cepstral‐based features for test sets A, B, and C, respectively.     

基于谱减的Robust电话语音识别方法

谱减技术是语音增强的有效方法，并被成功地应用到了车辆等环境下的Ｒｏｂｕｓｔ语音识别中。文章对将谱减技术应用到电话语音识别中的加性噪声去除上进行了尝试。实验验证该方法有利于改进电话语音识别的性能，对不特定话音８４个孤立词的实验，误识率下降了２１．８％。     

语音识别片上系统中的多级搜索算法

本文提出了一种新的用于片上的语音识别多级搜索算法.该算法以连续隐含马尔可夫模型(Continuous Density HMM,CDHMM)为基本识别框架.在保证识别率基本不变的前提下,大大降低了片内存储空间的占用量,减少了识别搜索时间.在第二级识别候选词条的选取准则上,提出一种基于置信度的选择方法,更进一步改善了识别速度,增强了识别的稳健性.在200个语音命令的识别任务下,系统的识别率为98.83％.而当识别词条增加到600条时,该算法也具有良好的识别性能.     

基于环境特征判别学习的顽健语音识别方法

提出一种基于环境特征判别学习的顽健语音识别方法 ,它首先通过使用一个简单的分类器和梯度下降法迭代地学得环境特征 ,接着利用得到的环境特征从观测到的混噪语音特征中估计出纯净的语音特征 ,然后将估计出来的纯净语音特征用到后端的HMM分类器中 .使用所提出的方法对不特定话者小词表进行实验 ,其系统误识率与基本HMM系统相比下降了 33 3% .     

电话语音识别中基于统计模型的动态通道

与桌面环境相比,电话网络环境下的语音识别率仍然还比较低,为了推动电话语音识别在实际中的应用,提高其识别率成了当务之急．先前的研究表明,电话语音识别率明显下降通常是因为测试和训练环境的电话通道不同引起数据失配造成的,因此该文提出基于统计模型的动态通道补偿算法（SMDC)减少它们之间的差异,采用贝叶斯估计算法动态地跟踪电话通道的时变特性．实验结果表明,大词汇量连续语音识别的字误识率(CER)相对降低约27％,孤立词的词误识率(WER)相对降低约30％．同时,算法的结构时延和计算复杂度也比较小．平均时延约200ms．可以很好地嵌入到实际电话语音识别应用中．     

基于MI_OneStage算法的连续数字语音识别

语音识别的互信息匹配模型是依据互信息理论而提出的。在互信息匹配理论的现有成果的基础上,提出了基于互信息估计的连续语音识别算法—MI_OneStage算法,实验表明所提出的算法简单有效,优于传统的OneStage算法。     

Auditory—Spectrum Quantization Based Speech Recognition

Ａｕｄｉｔｏｒｙ┐ＳｐｅｃｔｒｕｍＱｕａｎｔｉｚａｔｉｏｎＢａｓｅｄＳｐｅｅｃｈＲｅｃｏｇｎｉｔｉｏｎＷｕＹｕａｎｑｉｎｇＨａｏＪｉｅＬｕＤａｊｉｎＬｉＸｉｎｇＺｈｕＸｕｅｌｏｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，...     

基于atan-LMS与PLPC相结合的稳健语音识别

将一种改进的变步长算法(atan-LMS)应用于自适应滤波器,并将之与感知线性预测倒谱技术(PLPC)相结合,简记为atan-LMS十PLPC.该方法通过优化步长和误差之间的非线性关系,使降噪效果更加显著,然后对增强语音提取感知线性预测倒谱系数(PLPC)作为特征参数.试验结果表明,基于atan-LMS+PLPC的系统...     

LFM信号的自适应校正应用研究

在提出用自适应滤波方法对接收机通道之间的不平衡性进行校正的基础上,重点分析了NLMS(NormalizedLeastMeanSquare),即归一化最小均方算法对雷达中的线性调频信号(LFM)的校正。通过仿真,对影响LFM信号校正精度的因素做了探讨。     

汉语语音识别的抗噪性前端算法及性能分析

讨论了欧洲电信标准委员会ETSI提出的分布式语音识别系统的抗噪前端特征提取算法,该算法融合多种抗噪技术。结合汉语语音的特点,进行了汉语语音识别整体框架下的算法实现,并进行了实验和分析,典型噪声环境下的识别结果证明,相对于基线MFCC特征提取算法,稳健性有较大提高。     

基于稀疏重构的共形阵列稳健自适应波束形成算法

针对共形阵列天线自适应波束形成中存在的通用性差、主瓣保形困难、计算复杂度高等问题,该文提出一种基于稀疏重构的稳健自适应波束形成算法。该算法通过引入渐进最小方差准则,实现了干扰加噪声协方差矩阵的稀疏重构,并得到期望方向上的导向矢量估计,进而求得波束形成器的最优权矢量。该算法无需复杂的子阵分解或虚拟映射变换,适用于任意阵列形状。仿真实验验证了该算法不仅保证了期望的主瓣响应,同时对指向误差有较好的稳健性。与现有算法相比,该算法所需采样快拍数少,计算复杂度低,收敛速度快,在较大的输入信噪比范围内达到了较好的阵列输出性能。     

基于DTW算法的语音识别系统实现

动态时间归整(DTW)算法的实现简单有效,在孤立词语音识别系统中得到了广泛的应用.介绍了将DTW算法移植到TMS320VC5402上实现孤立词语音识别的原理、系统硬件组成和软件设计.研究结果表明,系统能满足实时性能要求,识别效果良好.     

一种稳健的基于Visemic LDA的口形动态特征及听视觉语音识别

视觉特征提取是听视觉语音识别研究的热点问题。文章引入了一种稳健的基于Visemic LDA的口形动态特征,这种特征充分考虑了发音时口形轮廓的变化及视觉Viseme划分。文章同时提出了一利利用语音识别结果进行LDA训练数据自动标注的方法。这种方法免去了繁重的人工标注工作,避免了标注错误。实验表明,将'VisemicLDA视觉特征引入到听视觉语音识别中,可以大大地提高噪声条件下语音识别系统的识别率;将这种视觉特征与多数据流HMM结合之后,在信噪比为10dB的强噪声情况下,识别率仍可以达到80％以上。     

一种基于LMS滤波的OFDM系统信道估计方法

提出了一种适用于OFDM系统的最小均方(LMS)滤波的信道估计算法,对发送序列中导频位置的信道响应进行LMS滤波,进一步得出所有子载波上的信道响应。仿真结果表明,该方法同基于离散傅里叶变换(DFT)的信道估计算法相比,改善了估计的均方误差(MSE)和误码率(BER)性能。     

基于独立分量分析的单通道语音降噪算法研究

简要介绍了有关独立分量分析的基本理论和算法,文中提出一种方法,巧妙地从单路 信号中生成两路信号,然后对其进行独立分量分析( ICA) ,克服了无法直接对单路信号进行独立分量分析的困难,实现语音增强。     

基于虚拟通道的自适应路由算法

针对2D Mesh网络拓扑结构下NoC网络拥塞问题,文章提出了一个基于虚拟通道的NoC自适应路由算法(VARA)可以根据网络负载情况选择合适的路径,其中包括路径编码、负载适应度计算。当网络通信流超负荷时,通过缓冲区预分配法与漏桶模型来避免出现网络拥塞的现象。仿真结果表明,与XY路由算法及minimal OE(odd-even)路由算法相比,VARA具有更多可供选择的路径,降低了网络时延,提高了网络吞吐率,避免了网络拥塞。     

基于改进NLMS算法的通道校正技术研究

在电子侦察中,由于数字接收机通道中的放大器、混频器中的本振以及低通滤波器等器件的非理想性,造 成了接收机通道之间的幅相不平衡现象,极大地影响了无源测向的精度。本文在自适应滤波理论的基础上,提出了一种基 于改进NLMS算法的自适应通道校正方法。改进的算法在无法得到信号先验信息的情况下,也能获得较快的收敛速度和较 小的失调量,完成通道校正过程。基于该算法的通道校正方法不需要参考信号,直接利用天线接收到的雷达信号完成自校 正过程。仿真结果表明,该方法能有效提高通道的幅相一致性,是一种较好的通道校正方法。     

基于小波Mel倒谱系数的抗噪语音识别

将小波变换的多分辨率特性用于改进Mel频率倒谱系数MFCC的前端处理中,给出了一种新的语音特征参数——小波MFCC。其特点在于采用小波变换、分层FFT和频率合成代替原来MFCC中的FFT部分,使频谱分辨率提高了一倍。试验证明,小波MFCC特征参数在噪声环境和较大词汇量情况下,其抗噪性和识别率均优于MFCC特征参数的结果。