修正倒谱和动态规划的基频估计算法

基音频率是语音信号处理中的一个重要参数。倍频、半频错误以及清浊音判决的可靠性等问题一直是基频估计中的难点问题。在对语音信号的倒谱进行适当修正的基础上,提出了一种高精度的基频估计算法。该算法根据倒谱、短时能量和短时过零率在清音段和浊音段的不同表现,构造了一个清浊音判决函数,大大提高了清浊音判决精度;然后利用动态规划技术进行基频跟踪。在构造代价函数时．充分考虑了基频连续性的影响,从而使该算法既能有效地避免倍频和半频错误,又能体现出基频的自然加倍和减半。通过与现有的几种效果较好的方法进行对比实验,结果表明该算法具有准确率高、基频轨迹平滑的优点,利用该算法得到的基频轨迹基本不需要进行后期平滑处理。     

一种新的汉语连续语音声调评测算法

提出一种新的连续语音的声调评测算法,该算法可应用于计算机辅助语言学习系统和普通话水平测试中的声调评测。考虑到连续语音声调受上下文之间的相互影响,采用三音节单元建立高斯混合模型(Gaussian Mixture Model, GMM),三音节中辅音部分用Spline插值法拟合声调曲线来反映音节间基音频率的转移信息,并利用Fujisaki模型去除语句的语调和说话人个性特征,只对基频曲线中的声调特征建模。实验结果显示,相比于传统方法,采用三音节Spline插值和Fujisaki改进特征的方法使得机器与人工打分的相似度在测试集中分别提高了8.75%和14.09%。     

基于MIMO的盲信道语音分离技术

1.引言 盲信道估计在语音信号的分离及识别中有重要的作用.语音处理包括语音识别、语音编解码、混叠语音的分离等许多领域,而混叠语音分离是语音处理中很重要的一部分,在语音识别,语音信号增强等多方面都有其积极意义.目前,国内外在这方面的研究工作大体上集中在盲信号处理及声场景分析两方面.就盲信号分离方法而言,已提出了多种算法,可实现从混合语音信号中分离出多个源信号.本文将会介绍一种基于二阶统计量的线性预测盲信道辨识方法,并着重研究其用于多输入多输出(MIMO)信道估计的过程.     

语音泊车时滞影响及轨迹动态调整策略研究

针对语音辅助半自动泊车系统中的时滞导致泊车轨迹误差较大的问题,建立辅助泊车运动学模型,提出水平侧方车位泊车轨迹的规划方法和控制策略.采用3次多项式拟合推导出以车辆与目标车位横向间距D为变量的泊车轨迹分段逼近函数,仿真分析了语音辅助半自动泊车系统中时滞对实际泊车轨迹的影响.分别以泊车轨迹每段弧长为自变量,以泊车横、纵向偏差为评价指标,推导了各段轨迹弧长偏差与最终泊车位置偏差的关系,通过仿真对泊车路径偏差进行了容差分析,提出了基于查表法的泊车动态调整控制策略,并通过软件编程实现.最后通过4名驾驶员分组试验,验证了泊车动态调整策略的有效性.     

结合主分量分析与DOA估计的语音盲分离

在欠定语音盲分离中,W-分离正交性假设通常使问题简化,但这种简化是以降低分离性能为代价。在语音信号满足近似W-分离正交性的假设下,提出利用主分量分析（PCA）检测只有一个源信号存在的时频点,检测出的时频点均满足W-分离正交性,因此提高了混合矩阵的估计精度。通过从混合矩阵中估计源信号的波达方向,可以较好地解决置换模糊问题。仿真结果表明,提出的方法与经典的DUET方法相比具有更优的性能,平均信干比提高了2.77dB。     

基于频谱搬移的迭代式谐波实信号频率估计算法

为抑制谐波实信号中频谱泄漏的影响,提出一种基于频谱搬移的迭代式谐波实信号频率估计算法。在估计某一谐波分量的频率时,所有负频率与其他分量的正频率均为产生频谱泄漏的干扰分量。根据干扰分量的频率逐次进行频谱搬移并抑制干扰分量,得到仅含有单一分量的信号,利用抛物线插值算法估计其频率;得到所有谐波分量的频率后,重新进行干扰分量抑制获得单一分量信号,以得到更加精确的频率估计值。仿真实验表明,所提算法抑制了干扰分量,提高了谐波实信号的频率估计精度,频率估计的均方误差更接近于克拉美罗下限(CRLB)。     

水下双工语音通信系统的设计与实现

蛙人语音通信是水声领域研究的热点问题。利用多帧联合处理以及矢量量化技术实现了1.2kbps 速率的混合激励线性预测语音压缩编码,为适应水声信道的特点,采用正交频分复用技术对信源进行调制,并加入了同步、信道估计、RS纠错码等相关技术,以TMS320DM642和TLV320AIC23B等芯片为核心搭建硬件平台,设计并实现了一套水下实时双工语音通信系统。水池试验表明,在20 m距离上,合成语音清晰连贯并可分辨出说话人为谁,系统性能稳定。     

变截面闭管中非线性驻波场的实验研究

当变截面闭管（CTVCS）的固有一阶反共振频率设计在接近共振基频的倍频处,共振基频激励下的二次谐波将受到极大抑制,以致在闭管末端可获得高声压、低谐波畸变的波形。相比等截面闭管,CTVCS内的二次谐波特性较为复杂,且在研究范围内,谐波随基波声压级的增长未出现明显的饱和趋势。     

高声压谐振耦合管共振频率的优化设计

谐振耦合管法产生的声压源具有高声压级、低失真的特点,通常用于高声压传声器在固定频率下的线性度校准。基于声学有限元模型,分析了谐振耦合管的特征频率和频率响应,优化了谐振耦合管的设计,其共振基频的实验值与计算值相差0.8 Hz,500 Hz谐振耦合管实现的声压级可到174 dB,总谐波失真为0.5%。     

鼾声的基频分布与SAHS的关联性

由于鼾声中包含较多的呼吸气流引起的随机信号,采用两次线性预测残差处理得到鼾声的声源信号,再经过倒谱计算,提取鼾声的基频值。按鼾声时域波形的准周期性将其分类,提取鼾声的基频并统计其分布,与睡眠呼吸暂停低通气综合征(Sleep Apnea Hypopnea Syndrome, SAHS)诊断的严重程度做对比,对93名受试者的鼾声做了分析,发现随着SAHS严重程度的加重,鼾声具有的准周期性减少,基频轨迹的抖动有增大的趋势。利用基频与Mel频率倒谱系数(Mel-Frequency Cepstral Coefficients, MFCC)特征对SAHS严重程度的诊断进行估计,正确率为85.8%。鼾声基频相关的统计特性可以作为判断SAHS严重程度的参数之一。研究成果对便携式鼾症检测仪的设计与实现起到了很好的参考作用。     

一种基于动态平滑的实时基频提取算法

基频是语音信号处理中的一个基本声学特征.传统的基频提取算法为了获得较好的检测效果,需要复杂的时频域计算.对于资源受限的应用条件,例如人工耳蜗等嵌入式实时系统,很难应用计算量大的基频提取算法.语音信号的基频具有短时平稳性,根据这个特点来确定基频候选值可以提高提取的准确性.据此,提出一种基于动态平滑的基频提取算法,使用此算法对汉语声调词库进行基频提取,并与另外两种基频提取算法进行比较.实验结果表明,新算法的基频绝对平均估计误差小于3Hz,优于另两种算法,能够准确地提取基频,同时算法计算量低,适合实时应用.     

低信噪比环境下的语音识别方法研究

单通道语音信号在信噪比较大的环境下经过增强后再识别,能表现出较高的识别率。但是在低信噪比环境下,增强后语音信号的识别率急剧下降。针对此种情况,提出了一种用在识别系统前端的语音增强算法,该增强算法将采集到的带噪语音信号先使用对数最小均方误差(Logarithmic Minimum Mean Square Error,Log MMSE)提高其信噪比,然后再利用改进的维纳滤波去除噪声残留并提升语音可懂度,最后用梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)和隐马尔科夫模型(Hidden Markov Model,HMM)对增强后的语音信号做特征提取并识别。实验分析结果表明,该方法能有效地抑制背景噪声并减少噪声残留,显著提升低信噪比环境下语音识别的准确性。     

混合教与学算法在空间直线度评定中的应用

在最小区域准则条件下,为了提高空间直线度的评定精度,将教与学算法运用于空间直线度的误差评定中。汲取混合蛙跳算法的种群分组策略、洗牌策略和局部更新策略等算法思想,并将其引入到教与学优化算法(TLBO)的班级初始化与教学阶段之中,从而设计了一种混合教与学算法(HTLBO),用以增加学生个体间的信息交互能力和局部搜索能力,进一步增强算法的寻优能力。最后,通过采用两组空间直线度误差算例对HTLBO算法进行实例验证,并将实验结果与其他常用算法计算结果进行了对比,结果表明:HTLBO算法在空间直线度误差评定过程中,搜索能力强,收敛速度快,能够对空间直线度进行较高精度的评定。     

结合EMD与DWT-ACF的语音基音周期检测改进算法

针对传统小波-自相关算法在噪声环境下检测语音的基音周期会出现偏差和漏报的情况,提出一种经验模式分解下的小波-自相关的基音周期检测改进算法。该算法首先利用经验模式分解去除含噪语音趋势项并减噪,再利用改进的小波-自相关法突出每个基音周期的峰值点,提高了基音周期检测的精度。实验结果表明,该改进方法可有效改善加噪语音在基音提取上出现的偏差误报情况以及避免部分倍频和半频错误,提高基音周期检测速率及准确率。     

M型预制袋袋口折合机构运动精度可靠性优化

目的 为提高M型预制袋包装机袋口折合机构轨迹输出点的运动精度,对袋口折合机构进行运动精度可靠性优化。方法 在运动学分析的基础上,用环路增量法建立考虑杆长误差时袋口折合机构的位置误差模型,接着对轨迹输出点进行可靠性分析及蒙特卡洛法验证,通过灵敏度分析确定关键误差影响因素,最后进行运动精度可靠性优化。结果 建立的可靠性模型可以有效地反映杆长误差对机构运动精度的影响,x分量轨迹的可靠度由82.5%提高至92.91%,y分量轨迹可靠度由65.34%提高至89%。结论 经过可靠性优化能够使袋口折合机构运动精度满足设计要求。     

SELP声码器基音周期参数量化合成改进算法

针对正弦激励线性预测(SELP)声码器在解码端使用整型基音周期会引入额外舍入误差的问题,提出了一种码本整型化修正算法,该算法通过对码本中的各个码字在线性域进行取整,达到与解码端反量化过程一致的效果。测试结果表明,该算法能够有效地降低基音周期对数域矢量量化的量化误差,并且能够将合成语音的平均意见得分(MOS)提高0.05左右,明显改善合成语音质量。     

Identification of material properties of composite plates using Fourier-generated frequency response functions

The present research adopts the use of Fourier-based plate model to synthesize FRFs for its proven prominent accuracy and incorporates with a hybrid optimization algorithm. The effectiveness of FRF error function in material identification consists in the trade-off range between those of natural frequency error function and mode shape error function with about 7% reduction in absolute relative error of the evaluated elastic moduli and shear modulus with respect to those of mode shape error function as well as approximately 25% reduction in absolute relative error of the identified Poisson's ratio with respect to that of natural frequency error function.     

加窗插值FFT谐波分析算法的误差估计

非同步采样的情况下，快速傅里叶变换用于谐波分析存在较大的误差，很难获得准确的谐波参数。加窗插值FFT谐波分析算法能够减小谐波分析误差。针对该算法，借助计算机仿真研究了谐波分析时误差的变化规律以及最大的误差限。最后给出了谐波分析应用中的若干重要结论。