非线性混合模式的语音盲分离算法

本文针对FIR非线性混合模型，基于最大熵算法，提出了一种以高斯混合模式概率密度函数估计替代传统对数化概率密度估计的盲分离算法，以偶函数为非线性激活函数，采用最大期望（EM）迭代算法推导了分离算法的权向量迭代公式，通过模拟仿真实验结果与传统的最大熵和高阶累积量方法比较，新算法提高了收敛速度，并有效地完成了非线性语音分离任务，抑制了干扰语音信号的影响，提高了输出信噪比。     

氦语音增强算法的研究

当潜水员深海作业时，由于生理方面的原因，需要以氦氧混合气体为呼吸介质替代空气，但这时会出现所谓的“氦语音”现象，语音产生很大畸变，清晰度极低。本文给出了氦语音的基本变化规律，介绍了两种分别基于短时傅立叶变换和线性预测模型的增强算法。我们的实验结果表明，两种算法均能显著校正氦语音，提高清晰度。