改进的GMM模型语声转换系统

传统的基于GMM模型线性语音转换系统在语音转换阶段,由于转换函数的概率加权组合使合成语音共振峰带宽变宽,谱包络过于平滑.文中提出依据后验概率大小和前后语音的相关性,选择部分转换分量函数进行语音转换.实验表明不仅简化了语音转换,而且经过转换的语音质量也有一定的提高,对语音的实时转换有重要的意义.     

语声转换技术发展及展望

语声转换通过改变语音信号的声学特征参数来调整语音的个性特征,从而使得转换后的源说话人语音听起来就像是目标说话人的声音一样.系统地介绍了当前语声转换技术的发展状况,在描述语声转换技术的应用场景和系统框架的基础上,着重阐述了系统的转换模块,即声道特性的转换和韵律转换,特别是重点介绍了声道特性的转换算法.简要地介绍了系统性能的测试方法,最后对全文进行了总结,并针对当前语声转换技术还存在的一些问题,对未来的发展进行了展望.     

低比特率语声编码器的新发展

ＩＴＵ－Ｔ建议Ｒｅｃ．Ｇ．７２９、Ｒｅｃ．Ｇ．７２９ＡｎｎｅｘＡ和Ｒｅｃ．Ｇ．７２３．１是国际电信联盟（ＩＴＵ）最新颁布的三种适用于多媒体通信的低比特率线性预测语声编码器标准．本文介绍了语声编码器的比特率、复杂度、延迟和音质等性能指标的含义，并通过比较这三种新型声码器在算法和性能指标上的异同点，讨论它们在多媒体通信中的不同应用．     

小词表语音识别控制系统的研究

主要介绍一种基于定点数字信号处理器DSP芯片（TMS320VC5402）及51单片机构成的小词表语音识别实时控制系统。该系统体积小,成本低,可扩展性好。     

语声混沌保密通信

利用混沌对初始条件的敏感性和决定性,且有类似白噪声的宽频谱;应用主动—被动分拆同步技术,在Ｌｏｒｅｎｚ电路实现语声混沌保密通信．简要讨论发射电路和接收电路参数有误差对通信质量的影响     

汉-Ⅰ型智能机器人语声输出系统

本文研究了汉-Ⅰ型智能机器人的语声输出系统.该系统分为两部分:一部分由TMS5220和MCS-51为核心构成语音合成器,实现单词、词组和歌曲的合成;另一部分是一台由计算机控制的录音机,作为语声输出的辅助装置.文中还提出了歌曲合成的初步解决办法.     

自适应噪声抵消语声增强的实时后处理算法

对自适应噪声抵消系统中两种噪声相关性较弱的情况，采用相干函数作为频域增益因子，对自适应噪声抵消作进一步处理（或后处理），以改善语声增强效果，提出一种实 时迭代算法取代现有的基于短时傅氏变换的算法，新算法可简化计算且便于与自适应系统一起实时实现，在计算机实验中，后处理算法的有效性得到了验证。     

人机语声对话特点及系统设计

本文将分析人机语声对话的特点，讨论人机语声对话系统中的若干研究问题，并介绍为进一步进行人机语声对话系统的研究，设计一个基本型的人机语声对话系统的技术指标和技术策略。     

线性预测编码的实时语音通信系统

线性预测编码的实时语音通信系统时龙兴陆生礼李素珍（东南大学国家ＡＳＩＣ工程中心，南京２１００１８）随着无线通信的快速发展，频谱资源更显宝贵．为了更有效地利用有限的频谱资源，迫切需要实时的低速率语音编解码系统．综合目前的语音编码技术现状，选用语音的参数...     

LSP参数的语音分析和合成研究

通过对线谱对(LSP)在语音分析和合成中的计算机模拟实验,证明了LSP参数是频域内的参数,可以直接跟踪共振峰,进行基音提取和清/浊音判断;具有较好的平稳性、内插特性和量化特性.利用频谱性质,提出了用双向比较求取LSP参数的方法,能有效地简化求解运算。与PARCOR参数相比,要得到同等音质的语音,用LSP参数可减少25％左右的数码率。     

基于Speech SDK的机器人语音交互系统设计

介绍了一种基于Microsoft Speech SDK5.1的机器人语音交互系统,利用Speech SDK5.1提供的应用程序编程接口SAPI进行语音识别,对识别结果在逻辑程序中处理,使用Inter-phonic5.0语音合成技术替代TTS技术来合成语音,实现了AHRR-I接待机器人的语音对话和语音控制。     

用于分布式识别的语音参数的提取和性能分析

主要研究用于分布式语音识别(DSR)的语音参数的提取方法以及参数性能分析。以前所用到的语音参数大部分是LPC倒谱参数,但其抗噪声性能较差。文中主要讨论了MEL倒谱参数,并在移动通信环境下,比较了两者的性能。     

基于MELPe模型的600 BPS声码器算法设计

在增强型混和激励线性预测(MELPe)模型的基础上,提出了一种高音质的600 bps声码器算法。保持MELPe算法特征的同时,利用帧间参数冗余,进行多帧联合量化;运用基于预测的分级矢量量化(PMSVQ)算法对线谱频率(LSF)参数进行量化。在非正式的主观语音质量测试中,合成语音质量优于传统的LPC10e声码器,接近2 400 bpsMELP标准的合成语音。     

8Kb／sLD－CELP编码器的研究

描述了一种８Ｋｂ／ｓ的低延迟ＣＥＬＰ编码器．这种编码器采用后向自适应技术，所使用的激励矢量长度很短，使得单向编译码延迟小于５ｍｓ，计算复杂度也由于使用了“形状－增益”码本而得到降低．这种编码算法包括：（１）用于ＬＰＣ分析的汉明窗（Ｈａｍｍｉｎｇｗｉｎｄｏｗｓ）；（２）三抽头基音预测器和１０阶ＬＰＣ预测器的级联；（３）对数增益预测器；（４）闭环搜索．     

一种自适应预测栅格编码量化语音编码算法

提出了一种新的基于自适应预测栅格编码量化算法的话音压缩模型．论述了在均方误差意义上最优量化器的设计原理,并在研究栅格编码量化算法的基础上,探讨了模型的编、译码器的工作原理,其中着重研究了扩展的量化器的集合划分和卷积码栅格图的支路标注问题．根据计算机模拟结果,论证了模型的有效性和可行性．     

说话人识别的参量研究和语音库建设

本文对说话人识别中的几个基本问题进行了研究。语音参量是说话人识别的基础,用矢量量化方法,使用自建的语音库中的材料,研究了说话人识别中的各种参量的效果。实验表明,所采用的参量中,一种混合参量MC最好,倒谱系数CE次之。     

子波激励线性预测（WELP）的语音编码方案

从子波变换这个新的概念,给出了一种语音信号预测模型残差激励信号的分解方法,提出了一种语音信号编码方案,即子波激励的线性预测编码法(WELP),给出了部分实验结果,实验表明,在相同的音质条件下,WELP方法比其它方法能更进一步降低比特率,有希望在低比特率语音编码中得到应用。     

空调的非特定语音辨识与控制

采用STC11L08XE单片机作为主控制器,以LD3320芯片作为外扩语音控制器件,实现语音辨识功能和对空调运行状态的控制,如启动、停止、功能转换、温度调节、定时开关等.该语音控制系统由语音辨识模块、红外线传输模块、LED指示灯模块及按键触发模块组成.根据非特定人声语音辨识方案,设计相应的语音识别程序,并将语音控制系统模块集成到具有红外传输功能的空调遥控器电路中.实验结果表明,根据初始设定的语音命令可实现系统对空调的语音控制,该系统在一定距离范围内具有较高的识别率.