基于声带振动模型和声门波的嘶音研究

本文根据嘶音的主要病理表现为声带的病变、声门波反映了声带的运动状态，提出基于非对称四质量块声带振动模型及声门波分析一合成的嘶音研究方法。将嘶音信号波形与其声门波、声带振动模型联系起来，通过对正常语音和嘶哑病人术前术后语音信号的声门波和声带振动模型特征参数的研究，给出了常态语音和嘶音的声门波周期性、声带两侧参数对称性等参数的对比结果，分析了模型参数与嘶音生理与病理因素之间的关系。实验表明，基于声门波和声带振动模型的嘶音研究可以揭示嘶音的声学特征参数与病理因素的关系，为实现喉科疾病无接触诊断以及嘶音音质的改善提供理论和实验依据。     

嘶哑语音声带质量块模型特征拟合的研究

根据语音的发音模型，对实际语音信号进行预测分析，并通过逆滤波获取准确的声门体速度波形。利用声带的质量块模型，对声门波进行拟合，获取表征发音者的声带质量块模型特征参数，用于嘶哑语音的分析与诊断．实验结果表明，该分析诊断系统可以提供很有实用价值的拟合数据，还为更深入地研究语音产生机理提供可行的分析方法．     

基于听觉特性的迭代维纳滤波在语音分离中的应用

本讨论了引入人耳听觉特性的迭代维纳滤波在语音分离中的应用,即用矢量量化形成的码本反映目标话的语音特征,通过计算滤波结果与这一特征的匹配度来模拟人耳在“鸡尾酒会效应”中的注意力机制。实验结果表明这一方法有很好的效果。     

利用声带动力学模型参数反演方法进行病变嗓音分类

提出一种声带动力学模型参数反演方法,从发声机理角度对声带病变嗓音进行有效区分。依据声带生理组织和伯努利定律构建声带动力学模型,确定模型优化参数向量,耦合声门气流获取模型声门波;利用迭代自适应逆滤波算法获得实际嗓音声门波作为目标声门波;采用遗传优化算法提出通过匹配目标和模型声门波特征参数实现模型参数反演。实验结果表明,表征声门波的各时频域参数匹配相对误差不超过2%;依据反演所获模型参数提出去除声门下压影响的平均归一化缩放系数,克服声带非对称性特征在区分病变嗓音方面的不足,实现病理嗓音的全面有效区分。      

波达方向初始化空间混合概率模型的语音增强

提出了波达方向初始化空间混合概率模型的语音增强算法.通过声源定位估计出声源波达方向,再根据此计算相对传递函数,进而构造空间协方差矩阵来初始化空间混合概率模型.论证了相对传递函数在作为模型参数中语音协方差矩阵的主特征向量时,空间混合概率模型对应的概率分布可达到最大值,进而使期望最大化算法在迭代时更易收敛,以得到期望的掩蔽...     

考虑帧间信息的语音带宽扩展

语音带宽扩展是为了提高语音质量,利用语音低频和高频之间的相关性重构语音高频的一种技术。高斯混合模型法是语音带宽技术中被广泛应用的一种方法,但是,该方法的映射函数是分段线性函数,且没有考虑语音前后帧的相关信息。因此,提出了一种基于条件受限玻尔兹曼机的方法。该方法利用条件受限玻尔兹曼机提取了语音信号的帧间信息,同时将语音低频、高频特征参数映射为高阶统计特性,深层发掘和模拟了语音低频和高频之间的非线性关系。客观和主观对比测试结果都表明,该方法性能优于传统的高斯混合模型方法。      

基于字典学习和稀疏表示的单通道语音增强算法综述*

如何从带噪语音信号中恢复出干净的语音信号一直都是信号处理领域的热点问题。近年来研究者相继提出了一些基于字典学习和稀疏表示的单通道语音增强算法,这些算法利用语音信号在时频域上的稀疏特性,通过学习训练数据样本的结构特征和规律来构造相应的字典,再对带噪语音信号进行投影以估计出干净语音信号。针对训练样本与测试数据不匹配的情况,有监督类的非负矩阵分解方法与基于统计模型的传统语音增强方法相结合,在增强阶段对语音字典和噪声字典进行更新,从而估计出干净语音信号。本文首先介绍了单通道情况下语音增强的信号模型,然后对4种典型的增强方法进行了阐述,最后对未来可能的研究热点进行了展望。     

正弦式语音分析/合成系统的计算机实现和初步评价

正弦语音模型是一种新的语音信号处理模型。为考察这一模型的效果,我们在微机上实现了一个基于该模型的语音分析/合成系统。本文介绍该系统的基本原理,并通过比较输入、输出系统的语音波形形状及对音节/sα/的非正式辨听,对这种分析/合成方法进行非正式评价。结果表明,该方法失真较小。     

非对称黏性空气动力学声带模型及其病理喉声源分类

二质量块模型(SH模型)在模拟病理发声时未考虑弹性力对发声系统的影响,也未考虑黏性气流在声门闭合阶段的作用,本文提出一种非对称黏性空气动力学声带模型(ISAC模型)。对非对称振动时的附加弹性系数和弹性形变进行分析,修正质量块所受的碰撞力,随位移量变化调节原始模型中的劲度系数,模拟环甲肌和甲杓肌的张力作用;通过声门倾角变化得到声门处的气流分布,以实现声带壁上的非对称气流压力作用。该模型应用于发声病理诊断,模型仿真和病理喉声源分类识别的实验结果显示,各声门特征参数相对误差不超过1.5%,ISAC模型的加权平均误差低于SH模型,二分类识别率和细分准确率均高于SH模型。      

小波包自适应阈值语音降噪新算法

为了克服低信噪比输入下,语音增强造成语音清音中的弱分量损失,造成重构信号包络失真的问题。论文提出了一种新的语音增强方法。该方法根据语音感知模型,采用不完全小波包分解拟合语音临界频带,并对语音按子带能量进行清浊音区分处理,在阈值计算上,提出了一种清浊音分离,基于子带信号能量的小波包自适应阈值算法。通过仿真实验,客观评测和听音测试表明,该算法在低信噪比输入时较传统算法,能够更加有效地减少重构信号包络失真,在不损伤语音清晰度和自然度的前提下,使输出信噪比明显提高。将该算法与能量谱减法结合,进行二次增强能进一步提高降噪输出的语音质量。