基于自相关最大值和过门限率的语音端点检测

语音处理中,在噪声环境尤其是在非平稳噪音环境下进行端点检测是很困难的。在低信噪比的情况下,传统用于端点检测的特征参数不能充分描述语音信号的特征,导致端点检测的效果严重退化。为此,笔者从语音信号的时域或频域出发,提出了一种把短时自相关函数最大值和短时过门限率相结合的方法。实验表明,该方法弥补了自相关函数最大值方法和过零率的不足,提高了语音端点检测的性能。     

“信号处理工程实践”课程与工程素质培养

培养具有良好工程素质的工程技术人才是高等工科院校的一项重要任务,如何培养大学生的工程素质成为高校教学改革的热点研究问题。本文从工程训练的课题来源及内容、课程的教学特点、评价模式以及训练效果等方面出发,探讨了"信号处理工程实践"课程对高等工科院校信息类大学生工程素质的培养。     

基于时频单元选择的双耳目标声源定位

针对复杂声学环境下,现有目标声源定位算法精度低的问题,该文提出了一种基于时频单元选择的双耳目标声源定位算法。该算法首先利用双耳目标声源的频谱特征训练1个基于深度学习的时频单元选择模型,然后使用时频单元选择器从双耳输入信号中提取可靠的时频单元,减少非目标时频单元对定位精度的负面影响。同时,基于深度神经网络的定位系统将双耳空间线索映射到方位角的后验概率。最后,依据与可靠时频单元相对应的后验概率完成目标语音的声源定位。实验结果表明,该算法在低信噪比和各种混响环境,特别是存在与目标声源类似的噪声环境下目标声源的定位精度得到明显改善,性能优于对比算法。     

基于二维非负矩阵分解的1kb/s WI语音编码算法

 本文针对波形内插（WI）语音编码模型和参数量化等技术进行了研究,并最终提出了一种基于二维非负矩阵分解的1kb/s波形内插（2DNMF-WI）语音编码算法. 文中采用二维非负矩阵分解（2D-NMF）方法来分解语音特征波形（CW）,该分解方法在行和列两个方向上同时压缩CW幅度谱矩阵的维数,使得CW幅度谱矩阵降维后得到的编码矩阵维数较小,易于量化. 此外,在甚低速率语音编码中,由于没有足够的比特数来描述编码参数,往往很难得到高质量的合成语音. 本算法采用两帧联合编码、帧间后向预测三级矢量量化、离散余弦变换（DCT）和分裂式矩阵量化等技术来降低编码速率和改善音质. 非正式主观听觉测试显示,1kb/s 2DNMF-WI编码器合成语音的质量稍差于2kb/s的NMF-WI语音编码算法.     

GSM-R系统越区切换实现方案的研究

文章利用GSM-R小区线状分布的特点,提出了一种新邻小区表设计方案和适用于高速移动台的目标小区指定法;并借鉴现有提前切换技术实现的关键点,提出了一种以移动台运动速度为主要依据的提前切换技术;最后推导了三频组复用GSM-R系统的切换阻塞率,并应用对切换呼叫排队的方法降低阻塞率。     

基于离散余弦变换的波形内插语音编码算法

 针对波形内插(Waveform Interpolation,WI)语音编码的特征波形分解问题,本文首先提出了基于离散余弦变换(Discrete Cosine Transform,DCT)的特征波形分解方法,避免了复杂的特征波形对齐运算;其次,针对WI的相位重建问题,提出了清/浊音相位判决和浊音相位分类的方法,提高了重建语音质量;最后,分别构建了速率为2.0kbps和1.6kbps的DCT-WI声码器.主观MOS分表明,2.0kbps的DCT-WI声码器质量优于2.4kbps MELP声码器,1.6kbps的DCT-WI声码器亦取得了良好的听觉效果.     

VoIP丢包处理技术的研究进展

阐述了VoIP丢包的主要原因，并介绍了当前常用的解决丢包问题的相关技术。其中，丢包处理技术是用来恢复或隐藏当发生丢包时所造成的损失的相关技术，包括丢包隐藏和丢包恢复；而抗丢包技术的目的是避免网络拥塞，减少丢包率。另外，还给出了VoIP当前的研究现状，论述了其发展趋势。     

“信息理论与编码”课程建设与教学改革

针对"信息理论与编码"课程的特点,结合研究生的培养宗旨,笔者提出了一种课程建设和教学改革方案,教师应培养学生信息理论独特的分析和决问题的思维;引入最新科研成果;让学生进行必要的自学;设计相关的实验等.实践证明,这种方案能有效提高教学质量,使学生的独立分析和解决问题的能力得到提高.