基于动态特性的D-LTSV语音端点检测方法

端点检测是语音信号处理的一个关键环节。为提高语音在低性噪比以及非平稳噪声环境下的端点检测性能,在长时信号变化特征(LTSV)的基础上提出一种新的D-LTSV语音端点检测方法。采用Bartlett-Welch方法估计语音谱,分析语音谱在长时域上的熵,利用倒谱的动态特性分析方法提取连续帧熵值的动态变化特征。实验结果表明,D-LTSV综合考虑了语音的非平稳性和帧间非平稳性的动态变化情况,具有比LTSV更好的分辨能力,特别是在低性噪比和非平稳噪声的环境下,D-LTSV的分辨能力提升了50.77%,能够准确地进行端点检测,具有更强的鲁棒性。     

一种语音端点检测电路的设计

在基于短时能量和短时过零率的双门限语音端点检测算法基础上,改进其有效语音的判断条件,采用MATLAB工具分析了改进算法的有效性。提出了基于改进算法的语音端点检测电路的设计,该设计减少了实现语音端点检测电路对硬件资源的需求。ModelSim仿真验证表明,改进后的算法有较好的实时性,在采集完一帧语音数据后第4拍给出语音有效信号。最后给出该语音检测电路的FPGA验证平台。     

基于深度置信网络的语音活性检测算法的改进

为了更好地运用深度置信网络（ DBN）进行语音活性检测（ VAD）,针对现有方法过于繁杂的问题,提出采用语音频谱作为深度置信网络的输入的改进算法。在Matlab环境下使用TIMIT语料库进行仿真实验,实验结果验证了该方法的有效性,并且在Babble噪声环境下验证该方法比现有方法具有更高的检测正确率。     

低水峰值光纤、特种光纤的最新商用解决方案

作为全球预制棒、光纤和光缆解决方案领先的和主要的供应商,为推动这些产品的解决方案的商用化,特别是低水峰值预制棒、光纤解决方案的商用化,耐世隆不断在美国、瑞士和芬兰的研究与开发中心进行创新、开发新设备和工艺技术,在光纤需求量剧增的今天,为全球用户预制棒生产本土化提供了交钥匙的商用解决方案.     

1.55μm全光纤多普勒测风雷达系统与试验

为实现对大气风场三维信息快速、准确的测量,以人眼安全波长1.55μm窄线宽光纤激光器为光源,采用全光纤相干探测光路,研制出多普勒测风雷达系统.该雷达整机结构紧凑、体积小、测量精度高,并在原vAD反演方法的基础上,采用了一种遗传算法与非线性最小二乘相结合的改进算法来实现对风场的反演,使其具有更高的数据失真修正能力,风场反...     

VOIP软件结构和分组传输分析

本文简要介绍了VOIP的基本概念和软件结构，重点分析了VOIP的分组传输过程，并对VOIP通信中的网络问题及解决方法进行了探讨。     

复杂环境下基于时延估计的声源定位技术研究简

为了改善在复杂环境下声源定位算法的性能,提出了一种新的时延估计（TDE）方法,即基于传递函数比的统计模型方法（ATFR-SM）。该方法采用统计模型去除噪声对传递函数（ATF）的影响,在计算传递函数时对功率谱密度（PSD）进行平滑和“白化”,以去除混响对传递函数的影响。同时,算法中引入话音激活检测（VAD）去除对求取传递函数无用的噪声段,以提高时延估计的准确性。此外,将所提时延估计方法与线性定位法相结合,构成一套完整的声源定位方法。实验结果表明,在复杂环境下,时延估计方法具有更低的异常点百分比（PAP）和均方根误差（RMSE）,且明显优于传统的参考算法,同时声源定位方法具有更高的定位精度。     

基于多特征的语音端点检测技术研究

针对传统的端点检测技术,如基于能量、过零率等方法,在低信噪比噪声环境下检测性能急剧下降的问题,根据汉语语音发音的特点,提出了一种新的检测方法,该方法结合了Mel频率倒谱系数（MFCC）和能量、过零率、频带方差等多个语音特征。基于多特征融合的模糊判决二次搜索端点检测方法,能有效减少清音、拖尾音的截断,提高端点检测的精度,并对噪声环境具有一定的自适应性。实验结果表明,即使在低信噪比条件下,该方法仍具有较高的准确性。     

基于ＥＥＭＤ域统计模型的话音激活检测算法

提出了一种基于EEMD域统计模型的话音激活检测算法。算法首先利用总体平均经验模态分解(Ensemble empirical mode decomposition,EEMD)对带噪语音进行分解,得到信号的本征模式函数(Intrinsicmode function,IMF)分量,选择与原信号的相关性最高的两个分量相加组成主分量;然后对主分量进行频域分解,引入统计模型,求出EEMD域特征参数;最后利用噪声与语音的EEMD域特征参数的不同来进行语音激活检测。实验结果表明,在不同信噪比情况下,本文算法性能优于目前常用的VAD算法,特别在噪声强度大时体现出明显的优势。     

A variable rate multipulse speech coder for CDMA cellular systems

Variable Rate (VR) speech coders are classified into: source-controlled VR coders where the rate is selected depending on the local character of the speech, and network-controlled VR coders where an external control signal selects the coding rate. The first category benefits from the variable rate channels used by Code Division Multiple Access (CDMA) mobile communications. The second category is indispensable for the right behaviour of the CDMA systems under conditions as high traffic levels. The VR speech coder presented in this communication exhibits both types of control. The source control is achieved by means of a Voice Activity Detector (VAD) and a phonetic classifier. The network control acts on the selection procedure of the multipulse excitation sequence to the synthesis filter. This is the main advantage of our VR MultiPulse speech coder because by means of an external signal the bit rate can be changed only every 4 msec, without transitions or distortions. Considering one-way communication, six different operating rates can be externally selected ranging from 4.8 to 9.1 kbps for the active frames; an average bit rate of 380 bps is required for the noise frames.This work has been partly funded by the Spanish Research National Plan under grant no. TIC92-0800-C05-02 and by Northern Telecom.