Data-Driven Temporal Filtering on Teager Energy Time Trajectory for Robust Speech Recognition

Data-driven temporal filtering technique is integrated into the time trajectory of Teager energy operation （TEO） based feature parameter for improving the robustness of speech recognition system against noise. Three kinds of data-driven temporal filters are investigated for the motivation of alleviating the harmful effects that the environmental factors have on the speech. The filters include： principle component analysis （PCA） based filters, linear discriminant analysis （LDA） based filters and minimum classification error （MCE） based filters. Detailed comparative analysis among these temporal filtering approaches applied in Teager energy domain is presented. It is shown that while all of them can improve the recognition performance of the original TEO based feature parameter in adverse environment, MCE based temporal filtering can provide the lowest error rate as SNR decreases than any other algorithms.     

一种JTIDS抗毁性动态连续时隙分配算法

针对JTIDS网络中现有时隙分配算法容易导致突发消息时延大问题,在之前提出的随机接入算法基础上,进一步提出适用于JTIDS网络的动态连续时隙分配算法;首先设计基于随机接入的动态连续时隙分配算法,在现有同类算法中计算和通信开销最小,并且具有适应突发消息的功能,增强了网络的抗毁性;接着结合JTIDS消息格式,分析了该算法的传输性能;最后对该算法的通信性能进行了仿真,通过仿真验证理论分析的合理性;分析与仿真结果表明：该算法的传输性能和通信性能均优于现有方案,更适合在JTIDS网络中应用。     

基于低秩张量补全的多声道音频信号恢复方法

多声道音频信号在采集、压缩、传输过程中可能造成音频数据丢失,为了确保给听众带来更真实的听觉感受,该文提出一种基于低秩张量补全的音频丢失数据恢复方法。首先,把多声道音频信号表示为一个张量;其次,把张量补全作为一个凸优化问题建模,利用松弛技术和变量分离技术得到闭合的增强拉格朗日函数;最后,通过交替迭代方法求解得到恢复的音频张量。在不同数据丢失率的实验中,通过与线性预测、加权优化的CANDECOMP /PARAFAC分解方法进行对比分析,表明利用张量补全方法具有更高的音频信号恢复精度,隐藏参考和基准的多激励测试结果也显示低秩张量补全方法能够有效地恢复多声道音频的丢失数据,从而获得更好的听觉效果。     

基于Tucker分解的音频分类研究

提出一种利用Tucker分解获得鲁棒性较强的音频信号不同属性的特征,在高斯混合模型上测试音频信号分类性能的方法。音频信号经过预处理后,提取其不同类型特征集合,包括常规声学特征参数集合、听觉感知特征参数集合、心理声学特征参数集合;然后由三种特征集合构建三阶特征张量,通过Tucker分解得到每一类特征阶投影矩阵并进行主分量分析;最后使用包括音乐、语音、噪声3种类型的300条音频数据测试不同特征集合的分类效果,在此过程中使用了有监督学习的高斯混合模型作为分类器。实验中比较了不同特征集合使用高斯混合模型的分类正确率。实验结果表明,Tucker分解获得的特征集合实现了较好的分类,说明该方法性能优于传统特征集合。      

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。     

TC2-MAC:一种无线传感器网络自适应混合 MAC 协议

摘 要：提出了一种新的自适应混合MAC协议TC2-MAC。该协议采用了基于二叉树结构的时隙块分配策略和基于时隙约束的CSMA/CA竞争接入方式,能够为不同传感器节点或不同类型业务的差异性QoS需求提供良好支持,并能够通过灵活的信息调度机制改善信道接入公平性,提高网络效率。理论分析和仿真结果表明：与传统基于TDMA机制的MAC协议相比,TC2-MAC对网络业务流量及拓扑结构的变化均具有更好的自适应性。     

Comparison of ISFs and LSFs in Speech/Music Discrimination System

The immittance spectral frequencies （ISFs） is proposed as a new set of classification features and compared with the linear spectral frequencies （LSFs） applied in a frame-level wideband speech/music discrimination system. These two sets of features can be shared by the classifier and coding module to reduce the total computational complexity, making our classification system suitable for multi-mode audio coding applications. A performance assessment and comparison of the features are made. The experiment results show that the ISFs and LSFs have similar good performance when using full covariance matrices in classification models and the ISFs perform slightly better when using diagonal matrices. Their statistical differences for speech and music signals are also revealed.     

短波差分跳频系统的误码分析

分析了差分跳频的解调模型,推导出了白高斯信道下的系统误码率,并通过仿真,验证了分析的结果。     

语音识别系统测试平台设计

语音识别系统的性能测试在整个语音识别系统开发过程中具有非常重要的作用。本文中主要介绍了一个语音识别系统测试平台的设计过程。该测试平台功能模块划分合理,接口稳定,能够灵活适用于多种语音识别系统的评测,有助于语音识别系统的开发。对平台中各个模块的功能以及模块间的接口进行了详细的介绍。此外,文中以测试一个特定说话人的孤立词语音识别系统为例,介绍了整个测试的流程。     

Minimal-Length Interoperability Test Sequences Generation via Genetic Algorithm

A novel interoperability test sequences optimization scheme is proposed in which the genetic algorithm (GA) is used to obtain the minimal-length interoperability test sequences. During our work, the basic interoperability test sequences are generated based on the minimal-complete-coverage criterion, which removes the redundancy from conformance test sequences. Then interoperability sequences minimization problem can be considered as an instance of the set covering problem, and the GA is applied to remove redundancy in interoperability transitions. The results show that compared to conventional algorithm, the proposed algorithm is more practical to avoid the state space explosion problem, for it can reduce the length of the test sequences and maintain the same transition coverage.