测量空气的电容率

利用自制的可调间距的精密平行板电容器，配合交流电桥，通过一定的误差分析与数据处理，较为准确地测量了空气的电容率。     

H．264帧内预测模式选择快速算法研究

帧内预测模式选择是影响H．264编码速率的主要因素。在分析H．264帧内预测模式选择快速算法研究现状的基础上,提出一种改进算法。实验结果表明：用全I帧编码,该算法在图像质量和输出码率基本不变的情况下,节省编码时间约12％。     

一种基于高斯分布模型的语音增强方法

对背景噪声的估计,关键是使算法能跟得上噪声变化,以及时更新噪声的估计值。为了增强对非平稳噪声的跟踪估计能力,在Imrca算法的基础上,提出了基于前向和后向最小值搜索相结合的改进算法。验证实验内容包括：用改进算法、原Imrca算法,基本谱减法对含同种噪声不同信噪比的含噪语音处理后,恢复出来的语音的对比;以及在低输入信噪比情况下,对加入babble噪声的含噪语音经改进算法、原Imrca算法、基本谱减法处理后,所得到的平均分段信噪比的对比。实验结果表明,该改进算法对含噪语音的处理效果要优于原算法,对含有非平稳的噪声的含噪语音,取得了较好的增强效果。     

基于双向搜索方法的最小值控制递归平均语音增强算法

语音增强效果的提高,有赖于对噪声的准确估计和对噪声变化的及时跟踪与更新。为了提高对非平稳噪声的估计和更新能力,本文基于\     

一种改进的AMDF求取语音基音的方法

文章在已经被广泛运用的平均幅度差函数(AMDF)的基础上,针对其通过求取"第一谷值点"会产生误差,而求取"最小谷值点"会遇到周期增倍等问题,提出了改进的AMDF方法,它通过简单的预测谷值范围、循环AMDF和线性变换等步骤实现了精确的基音检测.实验结果证明:无论是对不同的语音(男、女音),还是在不同的信噪比情况下.其检测结果都优于传统的AMDF法和LV-AMDF法.     

基于元音长度调整及分组的中文孤立词识别

大量统计结果表明,语速的快慢,在一定程度上,会影响语音识别率。为了解决这个问题,在原有动态时间规整基础上,论文采用了元音长度调整算法,先找出元音部分的一个完整周期,再通过插入或者删除相似波形,以达到调整语速的效果。论文提出了元音分组算法,分别对元音按照类型、相似性以及长度进行分组。给不同的分组使用不同的阈值进行计算,以提高识别率。     

基于动态单边自相关序列和频率规整线性预测的抗噪声语音识别

提出了一种既符合人耳听觉特性又具有良好抗噪性的语音特征分析方法。首先将单边自相关函数序列进行时间方向的平滑处理,提高单边自相关函数的抗噪性,然后用平滑后的单边自相关函数序列代替原信号进行频率规整的LPC分析,最后经倒谱变换得到该特征参数。数字语音识别实验证明:利用该特征参数的语音识别系统的识别性能优于MEL倒谱系数、LPC倒谱系数等传统的语音特征参数。     

一种使用分带——整带复用技术的CELP宽带语音编码算法

介绍了一种新的宽带语音编码算法，由于使用了分带-整带复用技术，克服了两种传CELP宽带语音编码技术（分带技术和整带技术）的不足。该算法的激励码本采用了分带CELP的多带码本，由此克服了整带CELP码本搜索复杂度巨大的缺点；算法中的线性预测以及合成语音误差最小化部分都是采用整带CELP的方案，由此克服了分带CELP频带重叠影响语音质量的短处。     

基于多正弦窗谱估计的改进谱减法语音增强

采用运算简单、实时性好、改进的功率谱减法对带噪语音进行增强。鉴于谱减法的特点,文中采用了多正弦窗谱估计对功率谱进行估计。多正弦窗谱估计是一种非参数的现代谱估计方法,与周期图法相比,谱估计偏差和方差更小,可以得到效果更好的增强语音。分别对周期图法、多窗谱法及多正弦窗谱法的增强效果进行了比较。实验结果表明,语音在多正弦窗谱法增强后,分段信噪比最高,且没有因为谱减产生的音乐噪声,主观听觉效果最好。多正弦窗谱估计对输入信噪比较低的含噪语音增强效果非常好。     

一种基于改进的矢量量化技术的语音波形编码

针对GLA(Generalized Lloyd Algorithm)对初始码书的敏感性,用PNN(成对最近邻)算法训练初始码书,并将该改进措施用于语音波形编码。实验证明,此改进措施有助于克服GLA对初始码书的敏感性,并且语音恢复效果良好,失真度较低。