基于声场景分析的混叠语音分离研究

从计算声场景思想出发，研究了如何从混叠语音中提取各源信号基音及谐波分量的方法，在此基础上根据语音信号正弦模型重建各语音分量，从而实现混叠语音分离。实验结果表明，笔者提出的方法是十分有效的。     

基于SHS的重叠语音基音分离检测方法

运用SHS(分谐波累加)法可准确地提取单个语音的基音周期,本文将该方法推广运用到重叠语音基音的分离检测,并提出了相应的检测方法.实验证明,本文提出的方法能有效地分离并提取两重叠语音的基音,即使对于基音周期相差较近的两个重叠语音也能取得较好的结果.     

基于语音个人特征信息分离的语音转换方法研究

本文在深入研究语音个人特征信息有效表示的基础上,从信息分离角度,提出一种新的利用个人特征信息分离和替换实现语音转换的方法。该方法主要利用语音的稀疏性和K -均值奇异值分解(K-SVD)来实现。由于这种基于K-SVD的字典训练方法可以较好地保存语音信号中的个人特征信息,因此可以利用K-SVD的字典训练方法把语音个人特征信息进行分离并替换,再和语言内容等信息重构出目标语音。相对于传统方法,本方法能够更好地利用语音的稀疏性保存语音个人特征信息,从而可以克服参数映射带来的转换后语音个人特征相似度不高和语音质量下降的问题。实验仿真及主观评价结果表明,与基于高斯混合模型、人工神经网络的语音转换方法相比,该方法具有更好的转换语音质量和转换相似度以及抗噪性。      

语音信号盲分离方法研究

本文采用WVA分布与联合对角化的盲分离算法,估计出源语音信号,实现对混叠信号的盲分离。通过仿真实验,结果表明,本算法具有分离效果好,能有效的将混叠的盲语音信号分离。     

语音信号频域盲分离中一种频率对准方法

混合语音信号可以使用盲分离频域解法,对观测信号在每一个频点分别进行复值独立分量分析（CICA）算法来解混并得到分离信号,但带来了幅值和次序不定问题（后者又称频率对准）。讨论了频率对准算法中基于DOA估计的方法,并提出了一种基于分离矩阵初始化的频率对准方法,此方法易于实现。通过仿真表明,该方法较好地解决了次序不定问题．对卷积混合语音信号有较好的分离效果。     

语音信号频域肓分离中一种频率对准方法

混合语音信号可以使用盲分离频域解法,对观测信号在每一个频点分别进行复值独立分量分析(CICA)算法来解混并得到分离信号,但带来了幅值和次序不定问题(后者又称频率对准).讨论了频率对准算法中基于DOA估计的方法,并提出了一种基于分离矩阵初始化的频率对准方法,此方法易于实现.通过仿真表明,该方法较好地解决了次序不定问题,对卷积混合语音信号有较好的分离效果.     

混合语音信号的盲分离

重点研究了卷积混合语音信号的盲分离方法。语音信号是非平稳信号,但是它在短时间上具有平稳性。因此,本文对语音信号进行加窗傅立叶变换（FFT）将卷积混合问题转换为频域上每个频点的瞬时性BSS（blind source separation）问题,采用定点（fixed—point）ICA（independent component analysis）算法对混合语音信号进行了分离,并用matlab进行了仿真。     

高性能汉语语音基音周期估计

精确度、连续性和可行性是语音基音分析中必须考虑的三个主要问题,为解决这些问题,本文提出一种新的汉语语音基音周期估计方法,首先,我们通过以ＬＶＡＭＤＦ方法替代ＡＭＤＦ方法获得了更好的基音估计精度和进域分辨度;其次,我们根据汉语语音的特点提出了元音清晰度的概念,在ＬＶＡＭＤＦ和元音清晰度的基础上,本文设计了元音中心定位、基音谐波单周期校正、基音邻近搜索等一系列算法,从而大大提高了汉语语音基音估计的精确     

基于基音同步帧叠接的吴语语音合成

吴语语音和普通话一样,也是由声母、韵母和声调这三个要素构成。语音的平稳段存在于韵母中,波形具有周期性,周期的变化趋势决定语音的声调;非平稳段包括声母、过渡音和鼻音。根据这些特点,提出了一种利用基音同步帧和声调曲线来合成语音的新方法PSFC,并用该方法合成吴方言。实验表明,该方法简单实用,合成语音有较好的自然度和可懂度。     

MBE语音模型中快速基音细搜索算法的研究

基音细搜索是MBE（MultiBand Excitation)模型的语音分析中运算量最大的部分。本文对MBE基音细搜索中频域误差函数在基音周期附近的形状进行了研究,并在此基础上提出一种基于基音处频域误差函数特性的新的细搜索算法。与通常用的逐点搜索相比,改进算法在保持搜索效果基本不变的情况下,可大大减少所需的运算量。     

一种基于语音频谱的基频和共振峰提取算法

基音频率和共振峰频率的提取在语音编码、语音合成和语音识别中有着广泛的应用。通过深入分析语音信号的时域和频域性质,针对语音信号幅度谱的特征设计了一种有效的基频和共振峰提取算法。并对实际语音信号进行参数提取测试,实验结果证明了这种算法能够准确提取不同讲话者和录音条件下的语音信号的基频与共振峰频率。     

情感语音合成的研究

介绍了语音信号中的情感语音合成的方法，通过分析情感语句的语调，得到了喜、怒、惊、悲4种情感不同的变调规律，对不同的情感类型确定相应的基音频率变化规律、能量变化规律、元音的变异规律和无声时延比例变化规则。对于待合成的语音，首先进行文本扫描，再叠加相应情感的语调变化规则，利用PSOLA算法进行情感语音合成，获得了较好效果。     

回旋返波管的线性研究

回旋返波管是基于电子回旋脉塞机理,具有宽频带连续调谐特性的毫米波、准毫米波大功率辐射源。在强干扰机、定向能电磁辐射武器、高性能材料处理和微波催化等方面具有重大应用前景,国际上很重视它的理论和实验研究。在此选择合适模式的一次谐波为例,对回旋返波管进行分析计算,得到色散方程、起振频率和起振长度等相关参数。着重以2A工作电流来分析起振长度和起振频率,得到了回旋返波管的基本参数,为_T-程设计回旋返波管提供了一定参考。     

频响范围对语言清晰度的影响

通过主观评价实验来分析频响范围对语言清晰度的影响。将测试得到的不同频响范围的清晰度平均值进行比较后发现,高于4kHz的信号对语言清晰度仍有较大影响,特别是4~6kHz频率段的信号影响最大。而对于下限频率来说,至少可以认为只要不低于300Hz,对语言清晰度不会有太大的影响。根据声母及韵母的频谱特性对实验结果进行了分析。     

一种面向保密通信的改进型MBE语音编码算法

随着军事通信的应用需求迅速扩展,如何有效地在信源端对语音信号进一步压缩。并且在复杂信道条件下实现高质量的低速率语音编码技术是一个重要研究方向。以MBE语音编码模型为基础,提出了一种改良算法,即在编码端利用信源冗余度,将对语音合成质量影响较大的参数进行检纠错保护,并在解码端采用谐波增强以改善终端语音合成质量。测试数据表明,在1％-3％的信道误码条件下,PESQ评分平均提高了近14％。     

一种基于语谱图分析的语音增强算法

针对传统谱减法会产生“音乐噪声”及在低噪比环境下降噪效果不理想的问题,提出一种基于语谱图分析的语音增强算法.所提方法先对带噪语音进行谱减处理,再通过语谱图分析对处理后的语音信号进行去小亮块处理,即对“音乐噪声”进行有效的削弱,最后通过设置阈值,滤除低灰度值的成份,即消除残留近似高斯噪声.实验结果表明,提出的算法可以有效地解决谱减法后残留的“音乐噪声”及低信噪比下谱减法残留噪声较大的问题.     

变异语音处理的研究进展

本文讨论了变异语音处理技术及其研究进展,分析了变异情况对语音识别性能产生的影响,综述了变异语音分类和变异语音识别方法,探讨了变异语音处理研究中存在的问题及未来的研究重点.     

用自适应旋转投影分解法进行语音信号的分析

自适应旋转投影分解法即AOP方法是一种新的时一频分析方法，它具有分辨率高、数据量少、无交叉干扰等优点．AOP分解所用的基函数是和语音信号的特征相符的．将AOP方法应用于语音信号处理技术中．无论是直接对时一频图的分析还是利用分解参数进行特征描述，都取得了令人满意的结果．此方法有着广泛的应用前景。     

基于短时对数谱估计MMSE的语音增强算法研究

结合语音激活检测(VAD)技术对短时对数谱估计最小均方误差(LSA-MMSE)语音增强算法进行了改进。通过实验表明,LSA-MMSE增强算法在消除背景噪声、增加语音清晰度和提高语音自然度等方面比谱减法更加有效。