一种改进的语音二项式正弦脉冲激励方案

对一种码率在2．4kbit／s左右的基于LPC(线性预测编码)的二项式正弦脉冲(BSP)激励形式进行了改进，以多个正弦谐波代替了原BSP激励方案中的单一正弦波。谐波幅度用二项式进行调制，该二项式反映了激励信号在一个基音周期内的变化趋势。实验结果表明，在此基础上构造的语音编解码器在保持原BSP编解码器低复杂度、低时延优点的基础上，进一步提高了合成语音质量。     

一种基于匹配跟踪的谐波和独立谱线正弦模型实现方案

该文基于匹配跟踪的谐波和独立谱线正弦模型提出了一种用于参数音频编码的实现方案,输入音频信号的正弦成分由谐波联合独立谱线共同表示,分析合成过程采用50%叠接相加(OLA)消除帧间不连续,匹配跟踪(MP)算法在频域提取模型参数(幅度、频率和相位)大大降低运算复杂度。谐波谱线基频由谐波积谱法(SHS)获得,各次谐波频点确切位置借助MP迭代过程推出,并进行二次曲线拟合,对应的谐波幅度采用LPC谱包络近似。独立谱线的提取有效弥补了谐波提取不足。实验证明该文提出的正弦模型实现方案可以很好地表示出音频信号中的平稳成分,并对低比特率的参数音频编码有一定的借鉴性。     

基于正弦谐波模型和BP神经网络的语音变换算法及实现

提出利用语音的正弦谐波模型和BP神经网络实现语音变换算法.提取语音的基音频率,进行高斯建模和变换,实现说话人韵律特征的变换.提取语音的巴克域倒谱参数,作为说话人的频谱特征,送入BP神经网络进行训练,利用训练好的BP网络实现频谱特征的变换.给出了变换实现的系统框图,进行了仿真实验,利用ABX测试对实验结果进行了评测.测试结果表明文中所述算法,较好地实现了语音变换.     

一种改进的正弦语音模型基音周期检测算法

分析了现有正弦语音模型基音周期检测算法的缺陷,提出一种改进算法。该算法改变了候选基音周期选择策略,大大降低了基音周期搜索时间;同时采用一种基于时域的前向滤波算法,解决了基音周期检测中的倍频问题。最后对实际采集的语音数据进行分析。     

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DCT分带谱熵与信号分解的高精度基音检测算法

本文就低速率WI语音编码中的基音检测技术进行研究,针对基音检测在不同噪声与信噪比下容易发生清浊误判的问题,在基音检测前端引入基于DCT分带谱熵的语音检测算法划分语音段与非语音段;为了向基音检测算法提供更能准确反映基音周期实际变化的输入语音,基于谐波-噪声模型提出了一种改进的DCT域语音分解算法.然后,根据变形的MCAMDF(Modified Circular Average Magnitude Difference Function)与NCCF(Normalized Cross-Correlation Function)的峰值共性,结合上述两项基音检测前端处理技术,提出了MCAMDF-NCCF基音检测组合算法.为了满足不同环境下WI编码器对基音检测高精度的要求,在合成端更准确地恢复相位轨迹,本文又基于MCAMDF-NCCF算法提出了高精度MCAMDF-NCCF-FRAC基音检测算法以计算分数基音.将算法应用与2kb/s WI编码器,主观A/B听力测试结果表明,本文提出的基音检测算法在低信噪比下明显抑制了基音加倍减半及清浊误判现象的发生,得到了优异的基音检测结果,合成语音质量完全满足低速率WI编码器对基音检测技术的要求.     

基于幅度压缩滤波的清浊音分类及基音估计

该文针对传统算法在实环境(不同噪声类型和信噪比)下容易发生清浊误判和基音估计错误问题,提出一种基于幅度压缩基音估计滤波(PEFAC)的清浊音分类及基音估计方法。首先,通过PEFAC削弱语音的低频噪声,提取出基音谐波;然后,采用基于对称平均幅度和函数的脉冲序列加权算法(SIM)确定谐波数目;最后,利用动态规划估计出基音,用基于3元素特征矢量的高斯混合模型对清浊音进行分类。仿真结果表明,在实环境下,所提方法能有效抑制清浊误判及基音估计错误现象的发生,性能优于传统方法。     

一种新型正弦语音编码模型

本文描述了一种新型语音编码模型,这种模型是一种改进的正弦模型。该模型使用正弦幅度、频率和相位作为模型参数。模型的频率参数提取是用基频和共振峰频率结合的新提取算法,正弦幅度参数采用不同误差准则以及时额标加权函数的优化方法。采用这种新型正弦模型能够用较少的参数合成出高质量的合成语音。 结合模型算法,本文还提出新的时域关键点加权函数,以及频域的基频提取算法。该模型可用于中低速比特率语音编码,以及用于语音的时标,频标的压扩处理。     

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。     

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。     

Unvoiced/voiced classification and voiced harmonic parameters estimation using the third-order statistics

Unvoiced/voiced classification of speech is a challenging problem especially under conditions of low signal-to-noise ratio or the non-white-stationary noise environment. To solve this problem, an algorithm for speech classification, and a technique for the estimation of pairwise magnitude frequency in voiced speech are proposed. By using third order spectrum of speech signal to remove noise, in this algorithm the least spectrum difference to get refined pitch and the max harmonic number is given. And this algorithm utilizes spectral envelope to estimate signal-to-noise ratio of speech harmonics. Speech classification, voicing probability, and harmonic parameters of the voiced frame can be obtained. Simulation results indicate that the proposed algorithm, under complicated background noise, especially Gaussian noise, can effectively classify speech in high accuracy for voicing probability and the voiced parameters.     

A modified pitch detection algorithm

Sinusoidal speech coders have been widely studied for low bit rate coding due to their capability of producing high quality speech. However, the estimation error of the sinusoidal model parameters, pitch in particular, would seriously degrade the speech quality. We provide a modified pitch detection algorithm (MPDA). The experimental results show that the proposed method can provide a more accurate and smoother pitch tracking that that of IMBE, and the reconstructed speech sounds more continuous     

一种归一化QPLL的未知时变谐波噪声主动控制算法

针对船舶机械未知时变谐波噪声的主动控制问题,基于正交锁相环原理,提出了一种归一化QPLL（Quadrature Phase Locked Loop）的未知时变谐波噪声主动控制方法.通过在相位/频率更新结构中引入参数调整因子,形成一种改进的QPLL结构;引入次级通道,设计并提出了基于QPLL的未知时变谐波噪声控制算法.首先,通过平均化理论和线性化方法,分析该算法的稳定性,指出了次级通道特性和谐波信号幅值对该算法收敛性能的影响;其次,基于分析结果,引入次级通道、幅值归一化措施,形成一种归一化的未知时变谐波噪声主动控制算法,提升稳定性能和收敛速度;最后,通过仿真验证了归一化改进措施对未知时变谐波噪声主动控制算法综合性能的改善效果.     

Speech enhancement using harmonics regeneration based on multiband excitation

This paper proposes an algorithm that adopts the harmonic regeneration as post-processing to improve the performance of speech enhancement using traditional Short Time Spectral Amplitude (STSA). The proposed algorithm aims to alleviate the distortion of the high harmonics of enhanced speech via the traditional STSA, and consequently improves the speech quality. We first detect the pitch, or fundamental frequency, of the enhanced speech via the traditional STSA, and then, divide the whole spectrum into multiple sub-bands which center on each harmonic. After that, a series of specially designed windows centered on each harmonic are applied to all the sub-bands, in order to redistribute the energy in the sub-bands. The results of experiment demonstrate that the method has both theoretical and practical basis.     

一种谐波正弦语音模型的最佳相位估计算法

 基于谐波正弦语音模型(HSSM),利用最小二乘方法估计语音模型的最佳相位参数,给出了一种估计相位的批处理方法和迭代算法.把利用该算法得到的相位参数用于宽带语音编解码算法进行仿真,其结果与G.722.2标准宽带编码算法中的两种编码速率8.85kbit/s及6.60kbit/s的语音进行了比较,语音波形的比较和主客观测试结果表明该最佳相位估计算法相位参数估计准确有效,可由此建立的语音模型获得较高质量的合成语音.     

Concurrent speeches separation using Wrapped Discrete Fourier Transform

This letter proposes a new method for concurrent voiced speech separation. Firstly the Wrapped Discrete Fourier Transform (WDFT) is used to decompose the harmonic spectra of the mixed speeches. Then the individual speech is reconstructed by using the sinusoidal speech model. By taking advantage of the non-uniform frequency resolution of WDFT, harmonic spectra parameters can be estimated and separated accurately. Experimental results on mixed vowels separation show that the proposed method can recover the original speeches effectively.     

一种稳健的语音信号检测方法

本文提出一和种基于谱相关技术的语音信号检测方法。该方法以信号幅度谱的自相关函数为基础,通过峰值检测来达到自动检测语音的目的。     

基于小波变换和时域波形的基音检测算法

为了准确地检测语音信号的基音周期,采用小波变换和时域波形相结合的方法,分别用传统的自相关法、平均幅度差法及文中算法对纯净语音和不同信噪比时的含噪语音进行基音检测。实验表明,自相关法易出现半频错误,平均幅度差法易出现倍频错误,且两者随着信噪比的降低,错误帧数呈增加趋势。然而文中算法倍频、半频错误相对较少,基音轮廓清晰、平滑,无大的跳变,符合语音信号慢时变性的一般规律,从而提高了基音检测的精度。     

一种新的基于数据场的语音增强算法

语音增强是消除噪声干扰的主要手段,在语音处理系统中得到广泛应用。传统语音增强算法认为相邻帧语音幅度谱之间是相互独立的,而研究表明语音幅度谱时频点之间存在相互依赖关系。缺乏对邻域时频结构信息的利用使得传统增强算法的性能难以进一步提高。本文首次将数据场引入到对语音的听觉感知领域,用数据场对语音的时频依赖性进行建模,提出一种新的基于数据场的语音增强算法。该算法通过最小化势场分布的熵确定了时频点之间的相互作用力程,在带噪语音数据场中估计噪声的最小统计量得到二值时频掩蔽值,最后利用二值时频掩蔽消除噪声干扰。实验测试表明,与Martin算法相比,基于数据场的语音增强算法在提高去噪效果的同时能有效减少语音的失真。