噪声环境中基于DTW的说话人识别

在VC＋＋环境下,提取PLAR特征参数,基于听觉特性和语谱特性的语音增强器作为预处理器,对语音信号首先进行降噪处理,建立了基于DTW的抗噪声说话人识别系统．实验结果表明,即使在信噪比比较低的情况下,该系统都会在一定程度上提高多种噪声环境下说话人识剐系统的识别性能．     

金属圆板结构的振动与声响应特性

本文基于脉冲激振试验原理研究了金属圆板结构的振动特性和声响应特性,提出了改善其动态特性的有效途径。声响应法同样能有效地识别结构的动态特性参数,并更直接地反映了结构的声学特性。由于声信号为非接触拾取,它使得识别运动部件的动态特性或进行声模态分析成为可能。     

一种孤立词语音识别方法研究

结合动态谱特性的语音识别研究,阐述了一种有限状态矢量量化(FSVQ)方法。FSVQ利用了过去的信息来选择合适的码本进行编码,对于语音识别更为有效。改进了所使用的语音特征参量,除了LPC倒谱系数外,结合使用了动态谱特征和能量的对数值,并根据汉语发音特征对语音信号端点进行一种加权处理。实验结果表明：与说话人有关的孤立词识别率达到98%。     

恒流转阀式动力转向器的动态和静态特性研究

对一种恒流转阀式液压助力转向器的动、静态特性进行了理论分析,给出了无量纲静态压力特性方程及其理论特性曲线,对静态特性进行了实验研究.并对理论分析与实验结果进行了比较,由此提出了几种改善其性能的方法和措施.     

行进间发射平顺性研究

该文研究了自行火炮在行进间发射时的行驶平顺性问题。用Kane方法建立了自行火炮行进间发射时的动力学方程,并编制了计算机软件,对某自行火炮在随机路面上工作行进间射击进行了仿真,预测了该武器系统的动态特性,分析了武器系统行进间发射的行驶平顺性,并提出了改善其平顺性的措施,对该系统的结构设计和实际使用均有参考价值。     

工程振动信号微积分敏感性及其应用研究

工程施工监测中常常需要监测振动速度信号或振动加速度信号,振动速度信号和振动加速度信号的频谱特性差别很大,进而影响后续分析.本文采用傅立叶变换的时域微积分性来分析工程振动信号频谱的微积分敏感性,并通过拉普拉斯变换求取结构振动傅立叶谱,自功率谱,频响函数,并分析它们微积分敏感性.通过频响函数分析了其微分敏感性的物理意义.通过对背景工程中高层建筑实测自然激励的振动信号,验证了频谱微积分敏感性,并分析了频谱微积分敏感性对于振动信号分析的影响.研究结果表明：工程振动信号在数学上由于傅立叶变换的时域微积分性质,使得傅立叶谱峰值的频率分布具有微积分敏感性,随着振动信号微分阶次的升高,高频成分逐渐升高,低频成分逐渐降低;由不同信号的频响函数表达式,对结构动刚度、阻抗、动质量的频率分布规律进行了阐述;不同监测信号对于高、低频成分的识别精度不同,对于结构物高、阶模态的识别精度亦不同,对于高阶的频率成分的识别建议进行振动加速度信号监测,对于低阶频率的识别建议采用振动速度信号监测.     

可变阻抗滑动轴承动力系数的试验测试

讨论了可变阻抗滑动轴承动力系数的试验测试和识别方法,滑动轴承的动力系数不是可以直接测得的物理量,它们只能从测得的转子—轴承系统的动态响应函数中采用参数识别的方法求得．本文首先描述了用于测试的试验装置的组成和测试程序,然后讨论了从测得的系统频率响应函数中识别动力系数的模态分析方法,最后讨论了测试结果．文中的结果证实了可变阻抗滑动轴承动态特性的可调性能．     

建筑围护结构动态热特性模型及其识别

分析了建筑围护结构动态热特性的多种模型及其物理意义,研究了识别模型参数的方法。通过对实测热特性参数序列的辨识研究,得出了在实用条件下建筑围护结构动态热特性的合理表达方式。     

SBR的疲劳断裂特性

以断裂力学为基础，研究了ＳＢＲ胶料从高应变到低变较宽广区的Ｓ－Ｎ曲线及断裂参数β和Ｃ０，从定性和定量角度解析了ＳＢＲ胶料的疲劳破坏和断裂特性，认为ＳＢＲ胶料在动态疲劳过程中抗裂纹扩展性较差，加入ＮＲ可以显著改善这一性能。     

伺服阀非线性特性建模的液压弯辊系统动态特性

伺服阀非线性特性是影响液压系统动态性能的重要因素.通过对伺服阀非线性特性的分析,建立了相应的数学模型,并将其应用于工程实践中,建立了基于伺服阀非线性特性的液压弯辊系统的动态分析模型,利用软件MATLAB的工具箱SIMULINK实现了系统的动态仿真,得到较为满意的结果.     

采用DTW算法和语音增强的嵌入式声纹识别系统

动态时间规整(dynamic time warping,DTW)是一种相对简单成熟的算法,广泛用于语音识别系统中.针对环境噪声对声纹识别系统性能的影响,用信噪比关联谱减及自适应门限端点检测进行抗噪声处理,在此基础上采用DTW算法设计了基于嵌入式ARM9平台的声纹识别实现方案,并给出了带噪环境下的声纹识别实验结果.     

语音编/解码仿真中S函数的设计与应用

以SIMULINKK中M型S函数的设计为例，详细讨论了S函数的设计方法，并利用其实现了一个基于高阶谱分析的语音编／解码实时仿真系统，该系统解码后恢复的语音性能更接近于原始语音，所估计的激励信号更接近于白噪声，与传统的方法相比，本文法提高了工作效率和可靠性，非常适合于进行算法系统的研究。     

语音增强用于抗噪声语音识别

语音识别系统通常是将在安静的环境下训练得到的参数应用于实际环境中。如果实际环境也是安静的 ,则语音识别系统可以令人满意地工作。然而 ,当实际环境中有噪声存在时 ,语音识别系统性能急剧下降。为了让语音识别系统在安静的环境和有噪声的环境中都获得令人满意的工作性能 ,研究了一个将语音增强器和语音识别器级连起来的系统。该系统中 ,语音增强作为前端处理用于提高识别器输入端信号的信噪比。通过 3种不同的增强算法用于纯净语音和3种类型带噪语音的实验结果分析比较表明 ,这一方法对纯净语音的识别精度几乎没有任何改变而大大提高了系统的抗噪声性能     

基于Matlab仿真的语音信号增强算法研究

语音增强技术是语音信号处理的一个重要分支,也是语音识别系统的重要组成部分。简单介绍了现有的各种语音增强算法,并对目前应用最为普遍的谱相减法作了系统的描述。对传统型、增强型、改进型的谱相减法进行了探讨验证,提出了一种基于C语言环境的算法程序,详细地介绍了该程序并画出了它的算法流程图,而且进行了算法仿真,通过分析它在-5dB,0dB,5dB的信噪比下的输入输出波形,证明了该程序可以较好地实现语音增强。     

高阶谱分析在抗噪语音编码中的应用

将高阶谱分析技术应用于语音编码中以提高其抗噪声的性能,给出了两处利用高阶量提取语音参数的语音编解方案：a．采用高阶累积最小二乘直接估计法提取语音参数进行编码;b．采用高阶累积量SVD－TLS估计法提取语音参数进行编码,研究结果表明,这两种方案在噪声环境中工作时,具有极好的抗高棋朋色噪声和对称分布噪声的能力,总的抗噪性能明显优于传统的LPC声码器。     

含语音增强模块的i-向量说话人识别性能分析

为解决文本无关说话人识别中训练与识别环境不同导致模式失配的问题,提出了一种采用语音增强模块进行前端预处理的i-向量说话人识别系统,从而提高系统对于环境噪声的鲁棒性.为评估不同语音增强算法的性能,利用NIST08核心测试集进行仿真实验.采用IMCRA算法对语音进行噪声估计后,分别用维纳滤波法、MMSE-LSA、传统谱减法和多频带谱减法等4种方法进行语音增强前端处理,在基于i-向量的说话人识别系统下进行实验.实验结果表明采用了语音增强的系统具有一定抗噪声性能,并且在高信噪比条件下,基于多频带的谱减法在此系统下性能最佳,而低信噪比情况下MMSE-LSA算法更有优势.     

低信噪比下语音断点检测算法的改进研究

传统的端点检测在信噪比较高的环境下可以有效的对语音进行端点检测,但是在低信噪比环境下端点检测的正确率急剧下降。针对在低信噪比环境下语音端点检测正确率不高的问题,提出一种将调制域谱减法和对数能量子带谱熵相结合的的端点检测算法。该算法首先利用调制域谱减法去除带噪语音的噪声以提高语音信号的信噪比,然后结合对数能量和子带谱熵算法对消噪后的语音信号进行端点检测。实验仿真结果表明,该算法在低信噪比环境下能有效提高语音端点检测的正确率且具有一定的稳健性。     

调制域谱减法用于鲁棒性语音识别

针对语音识别在实际环境中缺乏稳健性的问题,提出了将调制域谱减法应用于语音识别前端的方法。先将语音信号变换到调制域,在调制域用谱减法将信号增强,在减少语音畸变的基础上提高信噪比,然后再进行识别。仿真实验表明,调制域谱减法能在较大的信噪比区间内提高系统识别率,证明此方法能显著提高语音识别系统的抗噪声能力。     

基于最大熵模型下复合特征模板的产品属性挖掘研究

最大熵模型是产品属性挖掘研究领域的一个热点。通过对产品属性挖掘,构造最大熵模型复合特征模板的两对主要影响因素（词形与词性、中心词与非中心词）,探讨它们对最终挖掘结果的影响,得到在其他条件基本相同的情况下,词性关系加入对挖掘效果的影响要优于词形关系;中心词关系加入提升查准率降低查全率,非中心词则相反,但二者综合效果相差不大,选用情况取决于实验目的。