一种适于实时语音纠错编码的LDPC码

设计了一种适于对声码器输出码流进行前向纠错编码的半规则化低密度奇偶校验码（LD-PC码）。该低密度奇偶校验码具有编、译码简单,存储量少,易于硬件实现等特点。同时对汉明码、卷积码、低密度奇偶校验码在AWGN信道下的传输性能进行了仿真比较。结果表明,长度适合的LDPC码误码性能超过汉明码、卷积码。     

对IP语音网关的应用研究

在＂Phone to Phone＂工作方式的lP电话业务中I,P语音网关起到PS1网和IP网之间的桥梁作用,它转换lP网络和PSTN网的信令,传输语音信息.在分析IP语音网关的基本功能的基础上,提出一种IP电话网关的实现方案以及模块化实现方式,依照SIP协议用C＋＋代码网关功能模块,用MySQL数据库保存用户和呼叫信息...     

城市公交车自动报站器设计

设计出城市公交自动报站器.该设备可直接嵌入到现有的公交车报站系统中,采用红外线传感技术,在站前或拐弯若干米处设立红外线发射器,在每辆公交车上装入红外接收器,以接收到的信号来控制报站器,声音系统可用语音芯片,实现了自动报站,无需人工操作.     

基于希尔伯特-黄变换的低信噪比语音端点检测

应用希尔伯特-黄变换完成了一种低信噪比条件下的语言信号端点检测。该方法通过分析纯净语音信号与低信噪比下语音信号的固有模态函数及希尔伯特谱,找出固有模态函数中语音信号能量集中的分量,分析其希尔伯特谱,自适应地选取阈值进行语音段与非语音段的检测。通过对比实验表明了该方法在低信噪比下能有效地检测出语音信号。     

一种Web新闻视频内容语义分析

视频内容安全分析,是多媒体内容安全的重要研究领域和热点问题。本文提出一种Web新闻视频内容语义分析方法,该方法在新闻视频故事单元分割的基础上,根据ASR（Automatic Speech Recognition）识别的脚本在语音上的相似性,通过计算拼音相似度的方法来获取语义关键词。然后,利用Web获得与脚本相似的网页,从而得到新闻片段比较准确的内容语义。通过对TRECVID2005内中文新闻视频CCTV4_NEWS进行的实验表明,提出的方法是可行的。     

基于脉冲调制的GSM语音信道数据传输方法

针对全球移动通信系统 (GSM) 的安全机制不能实现端到端安全通信问题,提出了一种低复杂度基于脉冲调制的数据传输方案及优化方法。分别设计了基于脉冲位置调制及脉位结合极性调制的类语音信号,给出了基于跳时脉冲的帧同步方法。搭建了基于脉冲调制的GSM语音信道数据传输仿真平台,分析比较了不同调制阶数和不同自适应多速率编码 (AMR) 码率下系统的性能。为了提高系统可靠性,引入卷积码进一步降低了系统误码率。仿真结果表明,4阶脉冲调制最适用于语音信道,所提脉冲调制方法与传统低复杂度频移键控 (FSK) 调制方式误码率近似,但传输速率高,且提出的脉位结合极性调制进一步提高了传输速率,总提高比例达到36%。     

基于相位谱的翻录语音攻击检测算法

因与原始语音具有高度相似性,经高保真设备回放的翻录语音常被不法分子用于对说话人认证(ASV)系统进行攻击,以达到非法认证的目的.为提高系统抵抗翻录语音攻击的顽健性,通过研究原始语音与翻录语音产生的实际过程,发现两者在频率域相位上有明显差异,并在此基础上提出了一种基于相位谱的翻录语音检测方法.分析讨论了FFT和不同偷录、回放设备对翻录语音检测率的影响.实验结果表明,该方法能够准确地判断待测语音是否为翻录语音,其检测率达到了99.04％.并且,将该算法加载到说话人识别系统中,使系统的等错误概率(EER)降低了约22％,有效提高了系统抵抗翻录语音攻击的性能.     

激光打标机在音圈切线中的应用分析

为满足人们对扬声器和麦克风日益增加的需求,提高手机扬声器的生产效率、降低扬声器和麦克风的综合生产成本,需要对扬声器生产线进行自动化改造。在扬声器的整条加工生产线上,音圈生产设备是保证扬声器质量的关键,故而对音圈生产设备的自动化改造具有重要的理论和经济价值。本文采取激光切割的方式代替原有的刀具切割方式完成音圈线的切割工序,通过分析比较选取最为经济和便捷的激光器类型;通过系统建模分析,选择最合适的激光功率,并对其数值进行实验验证。结果表明激光切线能够大大增加音圈生产效率,音圈线切割质量也有了较大程度的提高。     

3G系统中背景噪声消除算法的研究

对适用于3G终端系统单麦克风（single microphone）情况的最小均方误差估计（minimum mearesquare error estimation．简称MMSE）噪声消除算法进行了研究,比较了传统MMSE噪声消除算法与经过改进的MMSELSA（Log-Spectral Amplitude MMSE-STSA）噪声消除算法的性能和算法复杂度,其目的是从算法消除噪声的效果和最后硬件实现的难易度两方面来验证哪种算法更适合实际3G系统的应用。论文所讨论的MMSE-LSA噪声消除算法对传统MMSE算法的改进之处主要是在谱增益的计算和语音激活检测（VAD）技术两方面,其中对谱增益计算的改进改变了传统贝赛尔函数实现的算法,使实际的应用更加容易。而对VAD检测算法的改进,使含噪语音的语音停顿周期检测更加准确,从而提高了噪声消除的性能。最后通过主观和客观的检测方法,证明了后一种算法的优越性。     

Improving accuracy in detecting acoustic onsets.

In current cognitive psychology, naming latencies are commonly measured by electronic voice keys that detect when sound exceeds a certain amplitude threshold. However, recent research (e.g., K. Rastle & M. H. Davis, 2002) has shown that these devices are particularly inaccurate in precisely detecting acoustic onsets. In this article, the authors discuss the various problems and solutions that have been put forward with respect to this issue and show that classical voice keys may trigger several tens of milliseconds later than acoustic onset. The authors argue that a solution to this problem may come from voice keys that use a combination of analogue and digital noise (nonspeech sound) detection. It is shown that the acoustic onsets detected by such a device are only a few milliseconds delayed and correlate highly (up to .99) with reaction time values obtained by visual waveform inspection. (PsycINFO Database Record (c) 2010 APA, all rights reserved)