基于多分类器投票组合的语音情感识别

为了提高语音情感的正确识别率,提出一种基于多分类器投票组合的语音情感识别新方法.在提取情感语音的韵律特征和音质特征基础上,利用投票方法将支持向量机、K近邻法和人工神经网络三种分类器构成组合分类器,实现对汉语生气、高兴、悲伤和惊奇4种主要情感类型的识别.实验结果表明,与使用单一分类器相比,组合分类器对语音情感的识别取得了87.4%的平均正确识别率,识别效果优于单一分类器.     

基于模糊矢量量化的语音转换方法

因传统矢量量化方法进行语音转换时的量化误差会引起特征空间的不连续性,使转换后语音的效果不理想,故采用模糊矢量量化技术提出一种新的、有效的语音转换方法。通过实验验证,基于模糊矢量量化技术的语音转换可以有效实现不同人之间的语音转换,转换后的各项指标均较为理想。     

基于AT89S52和ISD1760的水闸语音报警系统设计

为避免水闸附近渔船在水闸开闸放水时被上游的水冲走,设计出一种水闸语音报警系统。该系统基于单片机AT89S52和语音芯片ISD1760,在开闸前10分钟,通过系统的通信模块接收远程水闸控制中心发送的指令,判断指令的种类,给予相应的报警提示,同时控制水闸上方的报警指示灯闪亮,通知水闸附近的船只迅速撤离到安全水域。在巢湖市裕溪水闸实际应用中,该系统能够稳定地工作,有效地减少了水闸附近渔船发生危险的事故数,达到了避免不必要的伤亡和损失的要求。     

基于HMP媒体服务器的媒体处理方法

针对现有媒体服务器处理方法中硬件方式成本高、软件方式容量小的弊端,提出一种基于主机媒体处理(HMP)的媒体服务器处理方法.IP多媒体通信中有一部分较低端的业务,可以根据其对实时性要求不高的特点,采用单通道非实时的编码转换方式对这类业务进行媒体处理,用存储资源换取系统处理媒体的能力,使系统提高处理高端业务的效率,改进业务处理的服务质量.这种设计方法按需分配,能够科学合理地利用系统的整体资源,提高媒体服务器的性能.     

5G SA接入网共享语音技术

随着5G SA网络逐步演进成熟,针对多运营商共建共享现状,为了更好地提供其中的语音业务,梳理了SA共享组网方式及其对应的语音业务解决方案,深入研究了当前SA接入网共享方案下基于切换和重定向两种策略的EPS Fallback及Fast Return语音业务技术方案,并针对两种方案进行了分析,进行了外场测试,并给出了测试结...     

基于ENUM技术的VoIP认证系统研究与实现

简单介绍了促进多网融合的关键技术ENUM,探讨了VoIP所面临的安全威胁,最后提出一种解决VoIP安全认证问题的技术方案.     

基于FPGA的说话人识别系统设计

针对实时性问题提出了一种以FPGA为硬件平台的说话人识别系统解决方案。该方案以MFCC为语音特征,采用了基于矢量量化的说话人识别算法。系统主要包括语音信号采集、端点检测、特征提取和识别判断4个部分。经测试证明,该系统完成了设计所需的基本功能。在实验室条件下,当系统时钟为50 MHz时,完成一次4码的识别耗时15.932 ms,对12码的识别率为93.3%。     

语音转换关键技术研究

语音转换技术在语音处理领域是一个比较新的研究方向,也是近年来语音领域的研究热点。语音转换技术是指改变源说话人的语音特征使之具有目标说话人特征的一项技术。本文说明了语音转换的定义,介绍了语音的个性特征,列举了频谱包络的几种主要的转换算法以及韵律转换的主要算法。最后说明了语音转换今后的研究方向。     

强噪声环境下自适应语音端点检测算法

本文在分析基于短时能量的语音端点检测算法局限的基础上,引入短时信噪比SNR估计方法,并设计自适应的判决门限,提出一种自适应语音端点检测算法.通过对平稳高斯白噪声环境下信噪比从-10dB到20dB的带噪语音信号进行的仿真实验表明,所提方法能更为准确地检测到语音的端点.     

一种基于正弦激励的线性预测模型的语音转换方法

在正弦激励模型的线性预测(LP)残差转换的基础上,提出了一种改进语音特征转换性能的语音转换方法.基于线性预测分析和综合的构架,该方法一方面通过谱包络估计声码器提取源说话人的线性预测编码(LPC)倒谱包络,并使用双线性变换函数实现倒谱包络的转换;另一方面由谐波正弦模型对线性预测残差信号建模和分解,采用基音频率变换将源说话人的残差信号转换为近似目标说话人的残差信号.最后由修正后的残差信号激励时变滤波器得到转换语音,滤波器参数通过转换得到的LPC倒谱包络实时更新.实验结果表明,该方法在主观和客观测试中都具有良好的结果,能有效地转换说话人声音特征,获得高相似度的转换语音.