一种基于语音和噪声统计信息改进相位估计的语音增强算法

为改善低信噪比环境下语音的质量,论文提出了一种改进相位估计的语音增强算法。算法首先根据语音和噪声频谱的统计模型的对称性得到用先验信噪比倒数形式表示的噪声频谱估计值,然后通过分析低信噪比条件下（0dB）相位估计对于幅度估计的重要性,利用噪声频谱估计值估计每一个频点的相位修正值,并给出了一种优化的先验信噪比估计算法,得到一种新的语音增强算法。由仿真实验给出的客观测试和非正式听音测试表明:该算法处理后取得了较好的效果,在抑制低信噪比语音增强所产生的音乐噪声的前提下,相比未改进相位估计的算法处理后的信号,语音失真度更小,语音质量有明显提高。      

低资源语音识别中融合多流特征的卷积神经网络声学建模方法

针对卷积神经网络（CNN）声学建模参数在低资源训练数据条件下的语音识别任务中存在训练不充分的问题,提出一种利用多流特征提升低资源卷积神经网络声学模型性能的方法。首先,为了在低资源声学建模过程中充分利用有限训练数据中更多数量的声学特征,先对训练数据提取几类不同的特征;其次,对每一类类特征分别构建卷积子网络,形成一个并行结构,使得多特征数据在概率分布上得以规整;然后通过在并行卷积子网络之上加入全连接层进行融合,从而得到一种新的卷积神经网络声学模型;最后,基于该声学模型搭建低资源语音识别系统。实验结果表明,并行卷积层子网络可以将不同特征空间规整得更为相似,且该方法相对传统多特征拼接方法和单特征CNN建模方法分别提升了3.27%和2.08%的识别率;当引入多语言训练时,该方法依然适用,且识别率分别相对提升了5.73%和4.57%。     

一种基于MELP的600b／s极低速率语音编码

为满足无线通信的要求,文中在传统的MELP的基础上,提出了一种速率为600b／s的语音编码算法。该算法利用帧间冗余,把连续的4帧构成一个超级帧进行联合量化。对线谱对采用两帧联合量化、双向线性内插技术,对能量参数采用分离均值矢量量化等技术。仿真实验证明该语音编码算法有较好质量。     

基于词级DPPM的连续语音关键词检测

提出一种基于词级区分性点过程模型的连续语音关键词检测方法。利用时间模式结构和多层感知器计算每个音素帧级后验概率,使用区分性点过程模型将一段时间内多个音素事件形成的点过程作为整体,把关键词检测看作二元分类问题,经分段和拼接构成超矢量,输入支持向量机分类器,判断该段语音是否为待检测关键词。该方法充分考虑语音信号上下文相关性,直接以词作为基本单元建模,提高了系统检测的准确性和鲁棒性。实验结果表明,对采样的语音,其关键词平均召回率和准确率分别可达71.5%和84.6%以上,并且结合相关语言模型知识,系统性能将会进一步提高。     

崇东双曲拱桥加固技术研究

目的提出崇东双曲拱桥加固设计方案.方法通过现场调查,检测试验,有限元软件建模内力计算从而掌握桥梁结构的实际工作状态,并对该桥病害进行分析,提出了加固整治该桥的方案.即主跨、边跨拱肋拱顶腹缘粘贴碳纤维布,主跨拱肋侧缘粘钢和主拱圈拱脚附近拱背上缘2个边腹孔内现浇10 cm厚混凝土层,拱上立柱粘钢,腹拱套拱和重新进行桥面铺装等.结果加固后崇东大桥正常使用极限状态,承载能力极限状态均满足规范要求.结论经过加固以后崇东双曲拱桥,提高主拱圈及全桥承载能力,桥跨结构表现出较大的刚度和强度.其承载能力和工作性能满足加固设计的荷载标准和使用要求.     

利用语音的上升过零间隔的语音识别研究

本文对语音的上升过零间隔从发音机理及统计角度进行了分析,认为语音信号及其差分信号的上升过零间隔较好地体现了不同语音之间的差异性,是一种进行语音识别的理想参数,并利用该参数建立模板,以非线性分块法进行时间对准,以相邻三帧最佳匹配法进行模板匹配,用软件模拟了特定人、小词汇量、孤立词的语音识别,得到了较好的实验结果。     

基于MCE准则的语音识别特征线性判别分析

提出了一种基于最小分类错误（Minimum classification error,MCE）准则的线性判别分析方法（Linear discriminant analysis,LDA）,并将其应用到连续语音识别中的特征变换.该方法采用非参数核密度估计方法进行数据概率分布估计;根据得到的概率分布,在最小分类错误准则下,采用基于梯度下降的线性搜索算法求解判别分析变换矩阵.利用判别分析变换矩阵对相邻帧梅尔滤波器组输出拼接的超矢量变换降维,得到时频特征.实验结果表明,与传统的MFCC特征相比,经过本文判别分析提取的时频特征其识别准确率提高了1.41%,相比于HLDA（Heteroscedastic LDA）和近似成对经验正确率准则（Approximate pairwise empirical accuracy criterion,aPEAC）判别分析方法,识别准确率分别提高了1.14%和0.83%.     

长臂采煤机截割头用轴承性能对密封的影响分析

阐述了长臂采煤机截割头部位双列圆锥滚子轴承的各种性能对密封圈使用效果的影响,运用Romax软件计算出在不同轴向载荷、不同轴向游隙时轴承产生的摆动量和两个安装环的趋近量,最后提出轴承在选择、安装、加工控制时的几点建议,为轴承的设计与加工提供一个理论依据,保证了密封圈的密封性能。     

“语音信号处理”系列课程的实验教学探讨

本文介绍了"语音信号处理"课程的实验教学改革。我们在教学实践中,将一门课程扩展为相关联的三门系列课程,并尝试将系列课程中的实验内容进行统筹、合理安排,探索针对不同实验类型的实践教学方式,将演示答辩和实验方案引入到实验考核中,提高了学生的实践能力,取得了较好的效果。     

一种鲁棒性层次化语音/非语音检测方法

针对基于模型的语音／非语音检测方法鲁棒性不强的问题,提出了一种层次化检测方法。该方法第一层对测试数据进行粗分类;第二层利用粗分类结果,首先根据高过零率比率（High Zero Crossing RateRatio,HZCRR）和短时能量（Short Time Energy,STE）特征选取数据建立静音和可听非语音初始模型,然后训练自适应检测模型,最后利用贝叶斯信息准则（Bayesian Information Criterion,BIC）对结果进行修正。实验结果表明：与基于模型的方法相比,能够适应各种测试数据且检测精度更高、鲁棒性更强。