嗓音多频带非线性分析的声带病变识别

提出了一种嗓音多频带非线性分析的声带病变识别方法,以提高声带病变嗓音的识别率。首先采用Gammatone听觉滤波器组对嗓音信号进行滤波,求取每个频带下的最大李雅普诺夫指数;对映射到核空间的数据采用高斯最大似然度准则优化核函数,然后采用优化核主成分分析算法实现特征抽取。识别实验表明,多频带最大李雅普诺夫指数的识别率比传统的MFCC和最大李雅普诺夫指数分别有6.52%和8.45%的提高,且采用优化核主成分分析算法比传统核主成分分析算法有更好的抽取效果.将多频带非线性分析和优化核主成分分析算法结合,识别率提升至97.82%。      

一种基于数字全息技术的盲音频水印算法

提出了一种基于数字全息技术的盲音频水印算法.水印图像经随机相位调制形成物光波,该物光波的傅里叶变换与参考光波发生干涉,形成傅里叶变换全息图.再利用离散余弦变换的能量压缩能力,通过量化算法把降维的水印,即傅里叶变换全息图嵌入音频信号中,在水印提取过程中不需要原始音频信号的参与.仿真实验表明,该算法对低通滤波、噪音干扰特别是剪裁具有一定的稳健性.     

建筑结构中的湿迁移

湿迁移; 多孔建筑材料; 内部毛细冷凝;      

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。      

提升小波变换和混沌加密的数字声频水印

提出了一种提升小波变换和混沌加密的数字声频水印算法.先对声频信号进行提升小波变换,通过修改提升小波变换系数的统计平均值来实现同步码和水印信息的嵌入,利用听觉掩蔽阈值来自适应确定最佳嵌入强度,以保证嵌入隐藏信息对人耳的不可感知性;为了改善水印的安全性,采用改进logistic混沌映射产生密钥序列对隐藏信息进行加密.实验结果表明:与传统的傅里叶变换、余弦变换、小波变换的声频水印方案相比,本文方法具有更好的不可感知性和安全性,且能够更加有效地抵抗各种常见信号处理攻击.     

基于心理声学模型和临界频带子波变换的数字声频水印

提出了一种基于临界频带子波变换的声频数字水印算法。首先根据心理声学模型,计算载体声频信号的掩蔽阈值,利用人耳听觉的临界频率与临界频带子波变换域的相似性,将掩蔽门限映射到临界频带子波域,然后将水印信号嵌入到中低频子波系数中,嵌入强度由掩蔽阂值自适应控制。实验结果表明:该算法隐藏水印具有很强的掩蔽性,对原始语音的影响基本上察觉不出来;叠加了水印的声频信号对数据压缩、加噪、重采样、低通滤波等常用声频信号处理技术具有很好的鲁棒性。     

基于听觉掩蔽效应和Bark子波变换的语音增强

提出了一种适用于低信噪比下的提高语音的听觉效果的语音增强方法。该方法在谱减法的基础上有两个特点:首先减参数是根据人耳听觉掩蔽效应提出的且是自适应的;其次采用了与人耳听觉系统特性更为适应的Bark子波变换方法对增强前后的语音进行分析。对该算法进行了客观和主观测试,结果表明:与谱减法相比对低信噪比的语音信号,(1)能更好地抑制残留噪声和背景噪声,(2)增强后的语音具有更好的清晰度和可懂度。     

全局谱参数下的耳语说话人状态因子分析

提出了全局谱参数下的耳语说话人状态因子分析方法。首先,根据耳语听辨实验结果,提出导入唤醒度-愉悦度因子对说话人状态进行三级度量;其次,提取耳语音正弦模型、人耳听觉模型下的谱参数,结合其他短时频谱参量,进行轨迹跟踪并计算各参数的全局统计变量,作为特征参数来实现耳语说话人状态的分类。实验结果显示,正弦模型及人耳听觉模型的全局谱参数可将耳语说话人状态因子分类系统的准确率提高至90%。该分类方法及状态因子描述方案提供了耳语音说话人状态分析的有效途径。      

采用扩展型双线性变换法将耳语音转换为正常语音的研究

提出了一种采用扩展型双线性变换将耳语音转换为正常语音的方法。根据耳语音在不同频段的共振峰偏移程度不同,将耳语音的频谱进行分段处理,在此基础上建立耳语音转换为正常语音的转换函数。由于耳语音在各频段相对于正常语音非线性偏移,在双线性变换函数中引入扩展因子,使其对频谱的非线性偏移与对共振峰带宽的压缩更加符合耳语音转换为正常语音的实际转换需求,有效减小了转换语音与正常语音的谱失真距离。实验结果表明,本文的转换语音在音质和可懂度上均得到了有效提高。