基于MATLAB的语音信号时频域参数分析

本文针对语音信号时域、频域参数进行了系统详尽的分析,提出了一种语音信号时频域参数模块化的思路,并利用SIMULINK实现语音信号频域实时参数分析仿真。     

盲分离技术在语音信号处理中的研究与应用

盲分离技术是信号处理领域研究的热点问题,在源信号和混合过程未知的情况下,从混合信号中分离出源信号.重点研究了混合语音信号的盲分离方法,对语音信号进行加窗傅立叶变换,采用定点ICA算法对混合语音信号进行分离.最后使用Matlab软件对算法进行了仿真.     

基于Matlab的语音识别端点检测算法研究与实现

端点检测作为语音识别技术中的重要环节,直接制约着语音识别的识别率,本文分析了基于双门限和倒谱的端点检测方法的基本原理,并使用Matlab仿真,实现了双门限检测法。     

离散傅里叶变换快速算法的研究与MATLAB算法实现

快速傅里叶变换（Fast Fourier Tranformation,FFT）是将一个大点数N的DFT分解为若干小点的DFT的组合,将用运算工作量明显降低,从而大大提高了离散傅里叶变换（DFT）的计算速度.因各个科学技术领域广泛的使用了FFT技术,它大大推动了信号处理技术的进步,现已成为数字信号处理强有力的工具.本论文将比较全面地叙述各种快速傅里叶变换算法原理、特点,并完成了基于MATLAB的实现.     

基于小波变换语音增强算法的Matlab仿真

对语音信号的时域和频域进行分析,对小波分析的特点进行多分辨率分析,发现其具有分析时频和频域局部特征的能力,即在高频部分具有较高的时间分辨率和较低的频率分辨率,在低频部分具有较高的频率分辨率和较低的时间分辨率,可用于测量语音信号中夹带瞬态反常现象并展示其成分的情况。用小波变换的方法实现语音信号去噪增强,并在Matlab中进行了实验效果仿真,结果表明,该方法对语音信号的增强效果很好。     

卷积混合语音信号的盲分离研究

语音盲分离问题是近年来的研究热点,针对语音信号卷积混合模型的特点,利用短时傅里叶变换将时域计算复杂的卷积变换为频域简单的瞬时分离,考虑语音信号的非平稳和自相关特性,采用非迭代的基于二阶统计量的盲分离算法,并在转换回时域前解决排序和幅度模糊问题,该方法没有遮代过程,处理速度快,最后仿真实验证明了算法的有效性。     

基于HMM和FrFT的UWB弱信号检测混合算法研究

近几年来,在长距离超宽带(UWB)无线通信方面受到了高度重视,但由于传输距离变长后,出现一些难以克服的困难。现在2000m以上的长距离超宽带无线通信系统称为了超宽带通信中的热点和难点。本文系统地构建检测色噪声下超宽带微弱信号的方案。用多线性调频信号作为超宽带无线通信的导频信号,并假定通信过程中收到色噪声的干扰,首先对其进行多尺度离散小波(包)变换,将每个尺度的接收信号用隐马尔可夫模型(HMM)进行描述,并结合分数阶傅立叶变换(FrFT)处理多分量线调频信号的思想和原理,从而实现色噪声干扰下的时间频率双弥散超宽带弱接收信号的检测与参数估计。     

基于小波变换算法的时频分析技术在地震信号处理中的应用

本文简单介绍傅氏变换、短时傅立叶变换和小波变换,分析了小波变换方法在实现时频分析方面的优势,并创建理论数据,编制程序对理论数据进行了多种方法的时频分析,经过对比小波算法在理论数据处理方面获得验证,在此基础上,对实际地震数据进行了计算,取得了较好的效果。     

基于小波变换的语音检测算法

为了提高在低信噪比下语音检测的正确率,利用语音信号的小波分解系数在不同频段具有的谐波特性,构造出了一种具有良好抗噪性能的特征参数,结合相应的判决准则,提出了基于小波变换的语音检测算法。仿真结果表明,这种算法在低信噪比下具有较高的检测正确率。     

基于DCT算法的音频信息隐藏研究

音频信息隐藏技术是一种有效的数字版权保护和信息安全技术。在介绍基于DCT的音频信息隐藏原理的基础上,借助MATLAB软件,利用设计的低通滤波器进而获取信息隐藏载体的音频低频部分,再将欲隐藏的信息替换掉载体音频的低频部分的奇数段中的DCT系数,进而实现音频信息的隐藏,最后还原了被隐藏的信息,证明了算法的可行性。     

基于小波变换的语音增强算法

结合小波技术对传统的维纳滤波算法进行改进,对语音信号进行离散小波变换,求得小波系数,计算小波系数的阈值,然后利用阈值对小波系数进行过滤,再对小波重构信号,信号经过维纳滤波器模型达到去噪效果。最后对算法进行了仿真试验。     

基于DSP的语音识别系统设计

系统以16位数字信号处理器TMS320VC5502为核心,采用音频Codec芯片TLV320AIC23对语音信号进行采集和编码转换,通过端点检测、特征参数提取、DTW算法等关键技术实现特定人、小词汇量、孤立词的语音识别,最终根据LED闪灯次数检测数字0～9的识别结果。     

基于BP神经网络的语音情感识别研究

随着科技的迅速发展,人机交互越来越受到人们的重视,语音情感识别更是学术界研究的热点。将BP神经网络算法用于语音情感识别研究,并在汉语情感数据集上进行了相关实验,识别的准确率达到了91．5％,相较于SVM算法分类精度提高了5％。     

基于TD-PSOLA算法的汉语普通话韵律合成

结合汉语普通话的韵律特征，采用TD－PSOLA算法实现了汉语普通话的韵律合成，并对合成语音和原始语音的韵律参数作了比较分析。实验结果表明，这种方法能够有效地控制语音韵律参数，实现较高质量的语音韵律合成。     

基于企业语音数据库的竞争情报提取

本文首先讨论语音信息收集的两种独特来源,接着对建立企业语音数据库的可行性进行分析并提出一种可能的构建模型,在此基础上,探讨如何利用先进的语音处理技术从企业语音数据库中提取竞争情报.该研究试图从一个系统的角度讨论语音信息在收集、存储、处理和语音竞争情报提取方面的总体模式,弥补目前的研究空白,并为今后进一步的研究奠定基础.     

一种基于子波变换的语音增强方法

在分析了随机噪声的子波变换系数在不同尺度上的传递特性和噪声信号奇异性与子波模极大值的关系后,提出了用一尺度间变化的门限阈值来抑制带噪训音信号在不同尺度上噪声子波系数,从而实现了在重构信号中消除噪声的目的。文中还给出了不同信噪比语音信号的子波去噪的计算机仿真结果,从结果上看出,本文的方法有较好的语音去噪、增强效果。     

基于神经网络的语音增强系统设计

利用神经网络设计语音信号增强处理系统,在无噪和含噪条件下,提取语音信号的MFCC系数,用于BP神经网络的训练和识别,最终达到语音信号消噪和提高可懂度的目的。自适应神经网络系统具有非线性映射和自学习能力,能够用于噪声信号的非线性建模。它不仅能够获取信号的最佳估计,并且能够克服信号处理中存在的不确定性。仿真结果表明,该自适应噪声抵消器的设计方法,不仅实现简单,而且节省运行时间,语音增强效果很好。     

网络带宽频间谐振干扰时间-尺度分析

在分组交换网络通信系统中,由于带宽频移键控产生谐振干扰,导致信号传输不稳定,甚至产生误码和丢包。提出一种基于连续小波变换与带宽时延-尺度耦合特性构建的复杂网络带宽频间谐振抗干扰算法。对抗干扰模型进行时间-尺度分析,把干扰信号模型分解成一组带宽双曲调频信号,并分析信号时间平移与尺度伸缩等同效应,有效抑制谐振干扰。仿真验证了算法的有效性,时间-尺度建模分析结果准确,有效抑制了网络带宽频间谐振干扰,大幅降低了复杂分组交换网络通信的误码率,对提高网络安全性能具有积极意义。     

基于词性选择的文本预处理方法研究

预处理是文本分类中的一个重要环节,预处理结果的好坏不仅关系到分类的准确度,而且关系到训练时间的长短和影响到分类的速度.采用一种基于词性选择的文本预处理方法进行文本预处理,该方法与传统方法进行了实验对比,结果显示,该方法降低了特征维数,同时保证了分类性能.实验表明该方法能够获得较好的分类效果.     

基于语音识别和GSM的门控系统设计

本设计采用语音识别和GSM远程报警技术使防盗系统智能化,安全性提高。该智能门控系统基于凌阳16位单片机SPCE061A为控制核心,将语音信号进行数字信号处理,利用特定人语音识别技术实现语音识别密码锁功能,并利用GSM模块实现无线远程短信和拨号报警功能。从硬件设计、软件优化等方面进行总体设计,并且通过结果测试和分析证明了设计的可行性。