自适应语音抗噪技术的实时实现

在对自适应语音抗噪技术实时实现的可行性分析的基础上 ,提出了实时处理所需的基于TMS32 0 C32 (DSP)的硬件平台 ,采用两块 TL C32 0 44 CN(A/ D,D/ A转换器 )做成了与 TMS32 0 C32的接口板 ,实现了两路无相差信号的采集 ,形成了语音处理工作站样机。通过对几种自适应算法的分析比较 ,最后选择恰当的算法和滤波器结构实现了语音抗噪的实时处理 ,对信噪比的改善达 12 d B.     

基于LMS算法的自适应语音除噪性能研究

语音除噪是自适应信号处理研究的重点,通过利用matlab分别实现了基于时域定步长LMS算法、时域变步长LMS算法、基于FFT技术的LMS频域快速算法(FLMS)的自适应语音除噪仿真,并成功应用到带噪语音信号除噪方面.经实验表明,时域变步长LMS算法比时域定步长LMS算法的改善性噪比高1dB左右,与FLMS算法除噪性能相当,但FLMS算法的速度明显快于传统时域算法,而具体时间比的大小与总的样本数目有相关联系.     

基于自适应滤波的语音增强算法

介绍了自适应滤波进行语音增强的一种方法。对带噪语音进行自适应滤波处理，滤波后的语音信噪比和听觉质量得到了很大的改善。     

基于小波变换的多尺度多阈值语音信号去噪

本文介绍了小波变换在语音去噪上的应用概况，用多尺度多阈值的小波变换方法进行了实验，证明该方法能有效地抑制语音信号的噪声。最后，用谱减法去噪和前者做了比较。     

小波变换在语音云噪处理中的应用

讨论波变换在实际语音信号去噪处理中的应用，提出由小波变换频响特性的插值法重建低尺度上模极大值的方法。重构信号时根据压缩原理构造解析形式的迭代投影算子实现ＰＯＣＳ算法，形式简单，收敛快。     

变速率语音编码中的自适应技术

在移动通信系统中采用变速率语音压缩编码，可以最大限度地发挥系统的效能，而变速率语音编码的核心技术就是自适应技术。文章简要阐述了当前变速率语音编码技术所采用的标准协议，同时对变速率语音编码的种类进行了归纳，着重对4种变速率语音编码的自适应技术原理进行了介绍。     

小波变换在语音去噪处理中的应用

讨论小波变换在实际语音信号去噪处理中的应用,提出由小波变换频响特性的插值法重建低尺度上模极大值的方法。重构信号时根据压缩原理构造解析形式的迭代投影算子实现ＰＯＣＳ算法,形式简单,收敛快。     

基于小波变换的静音与语音分割新算法

含噪语音信号的静音与语音分割，即端点检测问题是语音识别至关重要 的一步，为了提高语音分割对环境的适应性，提出了一种利用小波变换分割含噪语音信号中静音与语音的新算法，该算法首先将语音信号进行小波变换，利用小波系数去噪，然后选择小波部分子带跟踪信号的能量变化以分割语音与静音，仿真实验表明该算法在低信噪比条件下也能够有效分割语音。     

一种新的基于小波变换的语音消噪方法

提出一种新的语音消噪处理方法:二次小波分解全局阈值法.该方法不同于传统阈值消噪方法,首先对语音信号高频部分做了二次分解,然后应用阈值消噪的方法对信号进行消噪处理.该方法在MATLAB上进行了模拟实验.试验结果表明该种方法鲁棒性很好,提高了信噪比,去除了大部分噪声,同时有效信号的能量也相当完整地保留下来,能够很好地解决噪声对语音信号的干扰问题.     

用功率谱相减法进行混噪语音识别的研究

为了提高混噪语音的识别率，对以往功率谱相减法进行了数理解析，指出了其不足之处。针对某些混有频率成份较少的噪音的语音，提出了一种新的功率谱相减法，给出了相应的处理算法，并运用这种新的功率谱相减法进行了仿真语音识别实验，实验结果证明了这种新的功率谱相减法的正确性和有效性。     

自适应天线阵及其软件实现的探讨

文章详细阐述了自适应天线阵的概念，原理，特征，发展过程及其技术前景，并提出了一种基于软件实现的结构以及接收天线的流程图。     

基于自适应阈值的提升小波去噪方法

鉴于传统的去噪算法中的阈值很难选取到最优值,设计了自适应的阈值选取器,结合最小均方算法和小渡阈值去噪算法,提出了一种基于LMS算法的小波去噪方法.该方法根据LMS算法来自适应地控制阈值参数,并实现提升小波阈值去噪.仿真结果表明,该方法优于传统去噪方法,可较大程度地减少信号中的噪声,提高输出信号的信噪比,能很好地提取有用信号的特征.     

自适应天线阵及其软件实现的探讨

文章详细阐述了自适应天线阵的概念、原理、特征、发展过程及其技术前景，并提出了一种基于软件实现的结构以及接收天线的流程图。     

最新语音识别技术成功商用

中科院声学所在音频信号处理及人机互动界面语音处理领域取得一系列重要技术成果，并已成功商用。其最新技术涵盖广泛．在音频及语音信号处理领域．包括语音信号的监测、增强．智能声场控制和音频回放技术；在人机互动技术领域，包括语音输入处理任务和音频内容检索等．例如在汽车内等嘈杂环境．能有效抑制噪声、消除回声．实现清晰通话；通过语音识别技术真正实现“闻其声如见其人”的效果。     

基于GSM语音压缩的小波阈值去噪方法的研究

为了解决电话录音中的噪声过大问题,通过对GSM语音压缩信号的特点及其噪声特性进行分析,提出了一种基于多尺度多分辨分析的动态阈值滤波方法。实验结果表明,采用动态阈值滤波方法对信号进行滤波,产生的最小均方误差较低,对GSM语音的去噪效果显著。     

子波消噪技术及其应用

基于信号和噪声在小波变换下表现出的截然不同的性质,提出了一种非线性消噪方法。该方法与传统的消噪方法不同：它并非等价于信号通过一个低通或带通滤波器,而是根据信号与噪声的奇异点性质不同滤波。因而,在改善信噪比的同时,又保持相当高的时间分辨率。     

一种新的引入MFCC的语音去噪模型

为了提高Speech-denoising Wavenet端到端语音去噪模型的去噪效果,将语音的梅尔频率倒谱系数(MFCC)通过一层全连接层和一层卷积层添加至原模型的空洞卷积层之后。实验结果表明,改进后的模型虽然去噪速度降低了18.42%,但是SNR提升了3.60%且训练时间缩短了接近30%。     

基于凌阳SPCE061A的语音识别技术

对凌阳科技公司新款推出的SPCE061A处理芯片进行了简要的介绍,分析了该芯片作为语音处理核心平台的功能,着重从硬件的设计扩展、软件设计流程的架构等方面,对利用该芯片开发具有语音识别功能控制器的方法进行了探讨。     

基于多图像的自适应小波去噪

为有效地去除图像噪声,提出了采用2幅或者多幅输入图像的去噪算法.该算法通过对2幅或者多幅被不同等级的噪声所污染的图像进行正交小波变换,对变换后的系数进行加权运算,然后采用自适应于尺度和小波子带大小的自适应阈值方法进行去噪,以突出图像的特征,并减少噪声的影响.试验结果表明,与其他几种去噪方法相比,本算法具有良好的视觉效果,并且峰值信噪比也有较大幅度的提高.     

基于自适应小波阈值的超声信号消噪

在铝合金锻件的超声无损检测中为了消除晶粒散射引起的相干噪声，通过建立缺陷回波检测数学模型，提出了一种基于新阈值函数的Stein无偏风险估计自适应消噪方法.利用新的阈值函数得到离散小波变换各尺度下的小波系数，对小波阈值进行最小均方误差意义上的迭代，基于小波系数估计值进行离散小波反变换以得到信号的估计值，通过反复迭代运算得到缺陷回波的最优消噪模型.对含缺陷铝合金锻件的超声信号处理实验结果表明，与常用的固定硬、软阈值相比，自适应消噪方法能够更好地去除散射噪声及增强缺陷信回波信号.