基于小波变换与平均幅度差函数倒数的基音周期检测算法

现目前基音周期检测大都具有检测的峰值不够尖锐,在噪声污染下容易出现误判,峰值间有干扰波形易出现倍频错误等缺点。本文提出将预处理后的语音信号先通过小波变换提取低频信号,再计算低频信号平均幅度差函数的倒数的算法提取基音周期。通过仿真实现,该算法提取基音周期时波形干净无干扰波形,并且峰值尖锐,能较为准确的提取基音周期。     

基于去噪的ACF-CEP基音检测算法

基音参数检测是对基音周期的估计分析,这在语音信号处理中特别是在语音识别、语音信号的合成、还有编码方面,都起着举足轻重的作用。倒谱法是频域估计法中相对成功的一种方法。本文在结合基于加窗语音的倒谱模型,分析模型的声门激励倒谱和声道脉冲响应倒谱的特点,根据其倒谱特征,改进基音检测算法,并取得良好的效果。     

基音周期的提取

自相关基音检测算法是语音信号处理的关键技术,算法的效率直接影响了语音信号的实时处理的质量.目前有许多较好的算法提高了基音检测算法的效率.而自相关基音检测是一种时域算法,它直接对时域信号采样值进行分帧,求短时自相关函数.文章根据汉语语音信号的特点,提出一种简化的自相关基音检测算法,该算法具有简便、快速、准确和易于实现等特点.此方法不仅可用于孤立字,更适用于提取二字词的声调.     

基于Speex的音频压缩算法分析与优化

<正>随着移动互联网的深入普及,人们越来越习惯通过语音发送消息来代替文字输入。因此,改善音频压缩质量会提高语音的传输效率。本文提出了一种改进了在无线网络环境中speex音频数据压缩的方法,该方法先将原有的码激励线性预测编码技术(CELP)中的感觉加权过滤器进行了简化,再将语音编码中基音搜索的计算复杂度进行简化,并在基于XMPP协议的即时通讯系统中进行实验验证。使得在高压缩比的情况下降低CPU运算复杂度,保证了音频数据传输的低延迟性。     

基于小语料库训练的语音转换系统

语音转换是一项比较新的技术,具有很重要的实用价值;现在报道的语音转换方法需要的训练语料库一般都非常大,限制了语音转换的应用范围;本文提出一种基于小语料库的语音转换方法,谱包络转换采用基于双线性函数进行频谱搬移的方法;基音周期变换基于PSOLA法;本文提出的方法实现简单,所需语料库小,转换后语音效果较好,具有很重要的实用价值.     

基于高斯混合模型和K-均值聚类算法的RBF神经网络实现男女声转换

语音转换是指改变一个人的语音个性特征,使之具有另外一个人的语音个性特征的技术,本文提出采用K-均值聚类算法的RBF神经网络实现基音频率转换,从而实现语音的韵律转换。在语音谱包络转换中采用高斯混合模型。     

基音周期的优化算法

本文首先分析基音估计的传统方法,在此基础上定义变长平均幅度差函数和变长自相关函数,并用这两个函数进行基音估计,最后对新算法进行仿真实验。仿真实验结果表明,在不影响基音估计准确性的条件下,变长方法可以节省一半计算时间。     

基于RSSI加权的三维质心定位算法

节点定位是无线传感器网络中的关键技术之一,本文针对三维地形定位存在较大误差的问题,提出了一种将接收信号强度RSSI测量方法与加权质心定位相结合的算法。该算法的权值是用点到平面的距离作为其计算的一部分来代替传统加权质心算法中点到点的距离从而达到提高定位精度的目的。仿真表明,该算法定位精度比传统的加权质心定位精度有提高。     

基于美尔倒谱系数及隐马尔可夫模型的说话人识别系统研究

为了适应强噪声环境下的语音识别,进行了基于美尔倒谱系数特征及隐马尔可夫模型的识别算法研究,主要对提取语音信号的线性预测系数、端点检测、语音特征参数提取、语音算法识别流程等进行了初步研究,并进行了说话人识别系统的仿真验证。     

一种基于谱减的语音增强算法改进

为进一步降低噪声对采集语音的干扰,提出了一种新的谱减改进方法。采用阈值法对非平稳背景噪声信号进行估计,计算出先验信噪比,得到还原的纯净语音信号。用MATLAB实现了整个算法的仿真,并与传统谱减法结果相比较,仿真结果表明,该算法对非平稳噪声追踪性较好,在抑制背景噪声,减少音乐噪声前提下,提高了语音的可懂度,其计算复杂度也可以接受。