基于听觉感知的电子耳蜗共振峰提取方案

使用听觉感知的小波变换来提取电子耳蜗中的共振峰参数。首先用听觉感知的小波变换对原始语音信号进行分解重构,然后分别用自相关和格型法对合成语音信号和原始语音信号进行共振峰提取。实验结果表明：使用听觉感知的小波变换进行共振峰参数提取的可行性,合成语音信号能更好地表征原始语音信号的特征;同时也证实了电子耳蜗语音处理器中使用由格型法提取共振峰参数比自相关法更精确。     

基于MFCC特征的声纹同一性鉴定方法

声纹作为当代司法鉴定技术发展的产物,在现代声像资料鉴定中发挥了至关重要的作用.传统的声纹分析方法是基于声音处理工具进行手工分析的,考虑到其具有严格的文本相关性以及比对的臆断性的缺点,其作为证据鉴定意见的证明力有待加强.文中提出了一种基于Mel频率倒谱系数的同一性鉴定方法,即提取并量化包含原始声音的共振峰及其时间轴信息的包络作为声纹特征进行同一性比对.此方法改进了传统Mel频率倒谱系数的不足,提取共振峰的突变并将元音与响辅音的转变特性加入声纹特征,以提高其识别度.实验证明,此方法在检材与样本无关的情况下,同一性鉴定的准确率达到了85％,方差控制在9％左右,具有良好的同一性识别;而在非同一性鉴定中,该方法也能在结合人工分析的情况下给出较准确的结果.     

即时通信语音还原设计与实现

在分析各主流即时通信语音数据传输实现的基础上,获取各基于即时通信语音的协议结构和协议特征,设计实现了一种的通用的即时通信语音还原方法。该方法具有很强的灵活性和可扩展性,能够很好地适应即时通信软件升级和新应用出现所带来的新特征问题。     

一种三维度基于改进MFCC特征模型的AI克隆语音源鉴定方法

AI克隆语音技术的出现将对现代社会法治秩序造成致命冲击。近年来研究人员仅关注了AI合成语音与样本语音内容相同领域的研究，而对AI合成语音与样本内容不同的检材的鉴定研究却甚少，相关鉴定内容无法识别。为此，提出了一种三维度基于改进MFCC特征模型对AI克隆语音源进行鉴定。首先对先前研究人员人工分析的AI克隆语音特性进行验证，总结出可识别的“共振峰F5异常活跃”与“能量、共振峰、音高曲线异常突变”的特征。其次基于AI克隆语音的特征运用二阶差分修正MFCC系数并采用“逆差逻辑推演法”将能量、共振峰、音高曲线突变特性进一步量化采样，将其定义为语音鉴定的特征向量三元组。然后以特征向量三元组为输入，运用D-S证据合成规则将三组检材与样本比对的结果融合。最后形成三维度基于改进MFCC特征参量的检材评定模型。人群随机采样实验结果表明，该AI克隆语音源鉴定方法对以同一人为克隆源所合成的AI克隆语音鉴定的平均概率为67.324%,标准差为7.32%,鉴定效果很好。     

信道对汉语普通话元音共振峰的影响

针对信道对元音共振峰特征影响的问题,开展了系统实验。首先,采集了8位志愿者的标准录音;其次,用人工嘴播放标准录音,并采用13种不同信道录制了104段信道录音;最后,提取特征音段,在频谱特征定性分析中使用卡方检验来进行分析,并在声学参数量化分析中使用单样本t检验。统计结果表明,约69%的信道对高阶共振峰的总体形态影响显著,约85%的信道的共振峰相对强度存在显著差异;而单样本t检验结果表明,标准录音与信道录音在共振峰中心频率上不存在明显差异。实验结果表明,在对不同信道语音进行同一认定时,应重点关注共振峰的频率特征。     

即时通信系统中通信协议的研究及选择

着重分析了在不同网络环境中实现即时通信系统的不同,并根据即时通信系统不同的业务,如通信、视频、文件传输等进行分析。选择不同的网络协议,并分析潜在的问题,为一个在Internet下提供即时文字通信、简单博弈游戏、视频与语音通信、文件传输的实时通信系统实现方案给出一个可行的解决方案。     

一种移动无线自组网即时语音通信系统的实现

近年来,移动无线自组织网络迅速发展,在该平台上实时语音通信的需求也日益显现。在linux平台下,利用VOIP和RTP等技术实现了无线移动自组织网络的多跳即时语音通信系统。并通过上网本组成的硬件实验平台进行了移动实验,在低速移动条件下的实时语音通信效果MOS评分在3.5以上,能够满足即时语音通信的需求。     

串并联结构共振峰语音综合系统

本文介绍了一种采用串并联结构的共振峰语音综合系统。该系统比一些采用专用硬件的语音综合系统具有调整容易、组态灵活、稳定性高等优点。另外,共振峰方法还可以构成一种经济的语音信息存贮和传输型式,减小存贮量和传输带宽。     

串并联结构共振峰语音综合系统

本文介绍了一种采用串并联结构的共振峰语音综合系统。该系统比一些采用专用硬件的语音综合系统具有调整容易、组态灵活、稳定性高等优点。另外,共振峰方法还可构成一种经济的语音信息存贮和传输型式,减小存贮量和传输带宽。     

利用ADPCM进行网络环境下实时多点语音通信

目前网络语音通信应用逐步增多,但效果还不甚理想。该文阐述了应用音频处理API函数、ADPCM编码调制技术和UDP协议进行网络环境下实时多点语音通信的方法,并给出其实现过程。实现机制为发送端利用低层音频服务的回调机制对音频数据块进行动态循环处理,防止了由于系统在写满语音输入缓冲区后,新、旧缓冲区交换时有一定的间隙而产生的输入数据泄漏。在传输之前采用ADPCM编码,有效地利用了现有带宽,传输后经缓冲解码再进行播放,尽可能地恢复原始语音信号。由于采用ADPCM编解码技术,实现了在各种网络环境下进行实时多点语音通信,效果较为理想。