谐波显著度的基频提取方法

我们提出的谐波显著度的基频提取方法,目的是从语音信号中自动获取人声基频,该方法利用抑制因子计算出基频的谐波显著度谱,对各次谐波显著度加权求和之后进行基频轨迹跟踪确定语音的基频序列。在TIMIT掺噪数据集和音乐信息检索评测2005主旋律数据集上,谐波显著度方法的准确率分别达到了88.5%和73.3%,使倍频、半频错误相对降低了80%。实验表明,基于谐波显著度的基频提取方法增强了系统的抗噪性能以及抗倍半频错误的能力。      

Speech wideband extension based on Gaussian mixture model

To decrease the spectral distortion of highband envelope, the function of spectral distortion and mutual information between feature vector and highband envelope was studied, and an extended Gaussian Mixture Model （GMM） bandwidth extension algorithm was proposed based on the research. The feature parameters which have larger mutual information with highband envelope were selected to constitute the feature vector, and the GMM was adopted to compute the joint probability density of the feature vector and highband envelope. Then the highband envelope was estimated via the posterior probabilities computed from the model parameters estimated by Expectation-Maximization （EM） algorithm. The experimental results show that the spectral distortion is lower than the algorithm, such as the traditional algorithm based on GMM, by 0.3 dB and the number of frames with spectral distortion over 10 dB sharply reduced over 50%.     

目标物材料特性对激光语音获取的影响研究

为了扩大激光语音检测系统的应用场景,分析目标物材料参数对系统语音获取的影响,在完善语音获取中,语音信号从产生到与目标物作用的信号流程基础上,对目标物进行声致振动建模,以Sewell-Sharp-Cremer模型为基础,提出目标物声致振动幅度计算方法,并根据Matlab分析计算和实验对比了铁、铝、塑料、纸4种目标物的振幅及其对激光语音获取的影响。仿真及实验结果表明:目标物振幅在300 Hz～1 000 Hz呈指数型衰减,在1 000 Hz以上衰减趋于平缓;300 Hz处非金属材料振幅为69 nm和62 nm,高于金属材料的30 nm和10 nm。金属材料较非金属材料动态范围小,频率敏感度低,更适合作为语音获取的目标物。     

听觉频域掩蔽效应的自适应β阶贝叶斯感知估计语音增强算法

为了在噪声抑制和语音失真中之间寻找最佳平衡,提出了一种听觉频域掩蔽效应的自适应β阶贝叶斯感知估计语音增强算法,以期提高语音增强的综合性能。算法利用了人耳的听觉掩蔽效应,根据计算得到的频域掩蔽阈自适应调整β阶贝叶斯感知估计语音增强算法中的β值,从而仅将噪声抑制在掩蔽阈之下,保留较多的语音信息,降低语音失真。并分别用客观和主观评价方式,对所提出的算法的性能进行了评估,并与原来基于信噪比的自适应β阶贝叶斯感知估计语音增强算法进行了比较。结果表明,频域掩蔽的β阶贝叶斯感知估计方法的综合客观评价结果在信噪比为-10 dB至5 dB之间时均高于基于信噪比的自适应β阶贝叶斯感知估计语音增强算法。主观评价结果也表明频域掩蔽的β阶贝叶斯感知估计方法能在尽量保留语音信息的同时,较好的抑制背景噪声。      

基于线性调频Z变换和短波语音通话的飞机类型识别研究

研究用短波语音通话携带的飞机舱室噪声对飞机类型进行识别的方法。分析了飞机舱室内噪声在短波信道和语音通话干扰下的物理特性,定义了估计语音段的飞机噪声信噪比的公式,提出了自适应的抑制语音增强飞机噪声的模型,通过CZT变换分别提取目标信号不同频段的功率谱密度级特征,并设计了用支持向量机进行分类识别的二叉分类树。对8类现场实测数据进行实验:增强后语音段的平均信噪比提高约22 dB,分类树对语音应答间隔噪声、语音段信号和增强后的信号的平均识别率分别为82.79%,15.25%,50.18%。实验表明:应答间隔噪声可用于飞机类型识别;语音抑制算法带来较大的信噪比和识别率增益,证明语音段蕴含有助于飞机类型识别的重要信息,可为后续的研究奠定基础。      

敷去耦层有限加筋板声辐射近似解析解

本文主要研究了流体负载下敷设去耦阻尼层的加筋板,在外界激励力作用下的振动和声辐射,推导出了敷设去耦层有限长加筋板的振动响应和水下辐射噪声近似解析解。采用弹性理论来描述去耦层,并采用模态迭加理论构造响应函数,将加强筋等效为线力的作用,以复模量形式计及去耦阻尼层损耗因子,建立了敷设去耦阻尼层加筋板的理论解析模型,结合加筋板与去耦层变形连续条件、结构与流体连续性条件组成了声-流体-结构的耦合方程,结合数值计算方法,得到了有限长加筋板结构的振动位移及水下辐射噪声。开展相应数值算例与模型试验结果吻合较好,验证本文方法的正确性。     

重庆方言语音识别系统的设计与实现

语音识别赋予了计算机能够识别出语音内容的功能,是人机交互技术领域的重要研究内容。随着计算机技术的发展,语音识别已经得到了成熟的发展。但是关于方言的语音识别还有很大的发展空间。中国是一个幅员辽阔、人口众多的国家,因此方言种类繁多,其中有3000多万人交流使用的重庆方言就是其中之一。采集了重庆方言的部分词语的文本文件和对应的语音文件建立语料库,根据重庆方言的发音特点,选取重庆方言的声韵母作为声学建模基元,选取隐马尔可夫模型(Hidden Markov Model, HMM)为声学模型设计了一个基于HMM的重庆方言语音识别系统。在训练过程利用语料库中训练集语料对声学模型进行训练,形成HMM模型库;在识别过程利用语料库中的测试集语料进行识别测试。实验结果表明,该系统能够实现重庆方言的语音识别,并且识别的正确率为100%。     

燃料电池有轨电车声学优化*

基于线路噪声实验,系统测试分析了燃料电池有轨电车的噪声特性,研究了噪声分布以及空气传声、结构传声路径对噪声的贡献。结果表明改善车辆地板、空调、顶板和风挡的隔声性能,尤其是在500～1250 Hz的1/3倍频带范围内的隔声性能将有助于改善车辆内部声学环境。优化燃料电池系统控制,降低冷却单元转速将有助于改善车辆外部声学环境。在此基础上提出减震降噪建议措施,再次进行线路噪声实验,结果表明该措施有效。     

采用低维特征映射的耳语音向正常音转换

在将耳语音转换为正常音时,为了研究降维后语音特征对耳语音转换的影响,分别对耳语音和正常音谱包络进行自适应编码以提取耳语音和正常音的低维特征,然后使用BP网络建立耳语音和正常音低维谱包络特征之间的映射关系以及正常音基频和耳语音低维谱包络特征之间的关系。转换时,根据耳语音低维谱包络特征获得对应正常音的低维谱包络特征和基频,对低维谱包络特征进行解码后获得对应的正常音谱包络。实验结果表明,采用此方法转换后的语音与正常音之间的倒谱距离相比高斯混合模型方法下降了10%,转换后语音的自然度和可懂度都有所提高。      

基于Zigbee的高层火灾定位及语音报警系统

近年来,我国高层建筑火灾发生率呈逐年上升趋势,高层建筑防火和火灾报警的研究,显得尤为迫切和重要,其中火灾报警系统已成为必要的装置,对现代建筑起着极其重要的安全保障作用。提出了一种高层火灾定位及语音报警系统,该系统由Zigbee无线传感器网络、火灾探测器、语音单片机组成。当高层建筑发生火灾时,系统将通过火灾探测器自动判断火灾的发生,然后利用无线传感器网络在第一时间发送给各楼层终端设备,自动触发各楼层语音单片机播报火灾发生的具体楼层和逃生注意事项,可以让人们更快做出反应、选择更合理的逃生方式,为楼内人员的逃生赢得宝贵时间,由此可最大程度地保护人们的生命安全。因此,对高层防火系统的研究可大大降低居民住宅、写字楼、宾馆、饭店等高层建筑的火灾损失。