一种基于流形与特征融合的说话人识别方法

MFCC参数是说话人识别常用的特征参数,但单独使用MFCC参数,系统性能难以进一步提高。文章提出了一种MFCC和语谱图特征相融合的说话人识别方法。针对语谱图特征空间维数高、数据量大的问题,采用流形学习中的LLE算法对语谱图信息进行压缩,并根据样本点每一维所代表的不同特性信息改进了LLE算法。以SRMC汉语语音数据库为测试语音,与传统PCA算法以及单独使用MFCC参数进行对比实验,在识别人数为100人时,识别率分别提高了2.5%和3%,验证了所提方法的有效性。     

基于谱减与自适应子带对数能熵积的端点检测

针对低信噪比环境下语音端点检测准确率低、鲁棒性差,提出了一种将谱减降噪和自适应子带对数能熵积相结合的语音端点检测算法.首先利用改进的多窗谱估计谱减法提升语音信号质量,再以自适应子带对数能熵积这一新的语音特征参数为阈值,使用动态阈值双门限检测法进行语音端点检测.实验结果表明,该算法针对低信噪比语音信号具有更好的准确性和鲁...     

低可观测条件下的一种信号检测方法

针对在低信噪比条件下,检测机载合成孔径雷达(SAR)信号比较困难的情况,综合谱图-Hough变换法可以进行能量积累和小波变换具有比较有效抑制杂波的特点,提出了一种检测SAR信号的方法,即基于谱图-Hough变换和小波变换的检测方法。运用该方法首先对SAR信号进行谱图-Hough变换,谱图-Hough变换能对SAR信号进行能量积累,降低虚警概率,然后使用小波变换排除Hough空间中的虚假峰值。仿真结果表明了该算法能够有效地抑制杂波,达到检测的目的。     

IBM-PC/XT语音信号输入输出接口

语音信号数字处理中,需要将模拟语音信号通过 A/D 转换,转为数字语音信号输入到计算机中存贮、处理,或将存贮、处理后的数字信号通过 D/A 转换,再还原成模拟语音信号。IBM—PC/XT 语音输入输出接口板就是为此目的设计的。它主要由 PCM 单路译码器来完成语音信号的 A/D-D/A 转换,与通用12位线性 A/D-D/A 接口板相比,具有结构简单、成本低和使用方便等特点。     

基于特征聚合的管制语音声纹深度识别方法

针对带有噪声的管制语音声纹识别问题,提出了一种基于特征聚合的声纹识别算法,能够在音频流中识别不同的管制员和飞行员的声纹特征。在经典的X-VECTORS算法的基础上,通过设计残差语谱图特征提取模块和全局可微的NetVLAD特征聚合模块,构造了端到端的说话人识别神经网络训练框架;最后在实际管制语音数据集上对各种说话人识别方法的精度进行了对比分析。实验结果表明,相较于传统的X-VETCORS方法,提出的基于声纹聚合的说话人识别方法具有更高的识别精度。     

一种基于AMDF和ACF的基音周期提取算法研究

文中提出一种基于短时平均幅度差分函数(AMDF)和短时自相关函数(ACF)的基音周期提取算法。首先,将每帧语音信号通过AMDF算法进行计算,然后把得到的AMDF数值再通过ACF算法进行计算,得出每帧信号的基音周期,最后运用动态平滑技术计算出最终语音信号的基音周期。通过仿真实现该算法,并同基于MAMDF和ACF的基音周期提取算法进行比较。     

激光大气数话同传系统的设计

给出了一套以激光作为信息传输的载体 ,单片机作为控制调度计算机 ,以 DSP作为高速语音压缩解压部件的激光大气数话同传系统设计。来自麦克风的语音信号经 A/ D转换后 ,由 DSP压缩成 2 .4kbps～ 9.6 kbps的串行数字信号 ,同时2 .4kbps～ 9.6 kbps的串行数字信号可由 DSP解压成 8k Hz13bit数字语音信号。经过压缩的语音数据和来自多串行口控制器的数据 ,通过单片机的协调 ,实现数据和语音信息在大气中的同时传输     

后置维纳滤波和可调波束成形器的语音信号增强

针对自适应波束形成滤器会带来误差噪声,提出一种两级滤波器结构的语音增强方法。第1级由一个可调滤波器与4个麦克风阵列的求和波束形成器组成。通过一个控制信号控制波束形成滤波器。第2级是一个维纳滤波器,通过两个相邻的主输出定向光束之间的互相关实现信号功率谱估计,该估计是基于两个相邻定向光束的噪声输出是来自两个独立的噪声源,语音输出源来自同一个信号源。仿真结果表明,算法可以提高信噪比约6 db。     

一个有效的汉语同音字识别系统

一、概述我们正在研究的汉语语音识别系统是一个以声、韵母为基本识别单元的“识别——理解”系统,其识别过程可以分为两个部分:第一部分音节识别,就是把汉语语音的声波转换成汉语拼音;第二部分拼音——汉字转换,就是把通过识别得到的汉语拼音转换成方块汉字,如图1所示。本文所介绍的是第二部分工作,即实现由拼音到汉字的转换,其技术关键是通过“理解”区分同音字。为了简化接口关系,目前本系统的输入是从键盘敲入的汉语拼音句子,整个系统由一个汉语知识库及三个程序模块组成(见图2)。汉语知识库由词汇库、短语规则库,句型库和语     

基于多通道DMF的高动态信号捕获

为解决靶场对高动态目标测量中存在的信号捕获难题,依托传统的直扩-码分多址信道,探讨了采用多通道数字匹配滤波方法进行高动态目标信号捕获的原理;在对平均捕获时间、捕获概率和虚警概率等动态信号捕获等性能指标进行分析的基础上,提出了高动态目标信号的捕获方法。将多通道数字匹配滤波技术应用于高动态目标的信号测量,在保持较高抗干扰特性的同时,可以缩短多普勒频移捕获的完成时间,为在靶场精确测量高动态目标提供了可靠的技术手段。仿真结果证明了该方法的有效性。     

基于奇异谱分析的盲源分离单通道语音增强算法研究

针对盲源分离算法无法直接对单路含噪语音信号进行分离的问题,提出一种基于奇异谱分析的盲源分离单通道语音增强算法.通过对单路含噪语音信号进行奇异谱分析,将其低频分量作为第二路观测信号,利用改进的最大信噪比盲源分离算法进行处理,从而实现语音信号和噪声的分离.实验结果表明,该算法能够有效抑制噪声,提高信噪比,起到良好的语音增强效果.     

语音信号数字处理技术及其军事应用

语音是由人类发音器官发出的,能载负与传达一定的语义信息并能被他人所理解的语言的物质外壳.20世纪70年代以来,随着计算机科学和信息技术的跨越式发展,利用数字技术对人类自然语音信号进行相应的处理,让机器具有"听"、"说"人类自然语言的能力,已成为人类信息革命的标志性景观.语音信号数字处理技术在国民经济、日常生活和军事领域有着极为重要的应用价值和极其广阔的应用空间.当前,语音信号数字处理技术正在军事领域大显身手,其发展水平已成为衡量世界各国军队信息化水平和军事实力的重要标志,并将成为未来信息化战争不可或缺的重要组成部分.     

基于负熵最大的FastICA语音信号分离算法

语音信号分离是现代信号处理的热点问题,针对未知信号源个数的情况,提出一种基于负熵最大的FastICA(Fast Independent Component Algorithm)语音信号盲分离算法,有效解决了源信号数目估计、语音信号分离及复原等问题。改进的算法增加了源信号数目估计环节,放宽了算法适用条件,即在源信号数目未知的情况下,也能够实现信号盲分离功能。并将其成功应用于运用信号分选过程中,最终复原语音时域波形,完成信号分选任务。仿真实验中,详细讨论了该方法在不同信噪比以及不同源信号数目情况下的分选能力,证明了方法的有效性和优越性。     

基于稀疏卷积非负矩阵分解的语音转换方法研究

为了在语音转换过程中充分提取语音的个人特征信息,同时考虑到语音的稀疏性,文章提出了一种基于稀疏卷积非负矩阵分解的语音转换方法。卷积非负矩阵分解得到的时频基可以承载语音信号中的个人特征信息及语音帧之间的相关性,而稀疏卷积非负矩阵分解得到的过完备时频基更能体现语音的细节,可以较好地保存语音中的个人特征信息。利用这一特点,通过稀疏卷积非负矩阵分解从训练数据中提取源说话人和目标说话人相匹配的过完备时频基,然后通过时频基的替换实现语音转换。相对于传统方法,该方法能够更好地保存语音个人特征信息和语音帧间相关性,从而可以进一步提高转换语音的质量和相似度。实验仿真及主、客观评价结果表明,与基于高斯混合模型、卷积非负矩阵分解的语音转换方法相比,该方法具有更好的转换语音质量和转换相似度。     

利用相关性判定语音信号的干扰效果

本文通过计算原始语音信号和受干扰语音信号时域、频域的相关性并结合干信比得到受扰测度系数,提出了一种利用此系数进行语音信号干扰效果客观评估的方法,并利用Matlab软件在计算机上进行了仿真。     

具有随机滑动窗口的语言学习机

本文介绍一种具有随机滑动窗口的语言学习机,它采用数字信号处理技术记录、存贮、回放语音信号,在微处理器的控制下,随意选择回放语音信号起始点,从已存贮的语音数字信号中选取一小段语音放音,特别适合于需分辨、模仿和背诵语音的人们,音质清晰、操作灵活。     

压缩感知新技术专题讲座(三) 第6讲 压缩感知在语音处理中的应用研究

压缩感知CS(Compressive Sensing)作为一门新兴的技术,成为近年来人们广泛关注的研究热点。文中介绍了压缩感知理论的基本原理,在此基础上将压缩感知理论应用到语音信号处理中。首先研究了语音信号的稀疏性,说明了对语音信号进行压缩感知具有可行性;其次,采用随机滤波器组构造随机测量矩阵得到语音信号的压缩测量值;最后,研究了压缩测量值之间的相关性并将这种相关性作为稀疏度的一种度量方法用于控制随机滤波器阶数,实现了语音信号的自适应压缩感知。     

基于落锤动标装置信号采集电路的设计

本文根据落锤动态标定装置的工作原理,提出了一种改进标定方法,依据此标定方法的需要设计了一套对多路瞬态信号采集的硬件控制电路。信号采集电路主要由硬件电路控制信号的转换,信号转换速度不受MCU工作速度的限制,工作中信号采集的速度和采集的数据点数都可以通过MCU进行设置,本硬件控制电路主要基于CPLD来实现。     

一种基于线性预测的语音认证算法

针对传统语音认证算法不适用于资源受限的移动通信终端语音通信的实时性要求,提出了一种高效的基于线性预测分析的语音认证算法。该算法基于语音信号的线性预测分析的原理对LPC系数参数进行优化,并对构成的LPC系数矩阵进行后处理、非负矩阵分解和量化,形成感知特征序列。实验结果表明:所提算法对于内容保持操作具有良好的鲁棒性,并且运算效率没有降低,可以满足语音通信实时性的要求。     

高动态环境下BFSK信号的快速解调算法

提出了一种适用于高动态环境下,BFSK信号的快速解调算法。该算法基于FFT频率引导和改进的正交锁相环,利用FFT实现对接收信号的快速捕获,利用改进的正交锁相环对接收信号进行动态跟踪。仿真结果表明在高动态环境中该算法可以快速、准确解调BFSK信号。