混合语音信号的盲分离技术

在语音信号盲分离问题中,通过短时傅立叶变换把语言信号从时域卷积混合转化为各频点的瞬时混合将导致分离结果出现次序和幅度上的不确定性.本文通过实验探讨了信号盲分离的方法及其幅值补偿与重新排序的方法,并在MATLAB环境中进行了仿真,实现了语音信号的盲分离.     

混合语音信号的盲分离及排序技术

在语音信号盲分离问题中,通过短时傅立叶变换把语言信号从时域卷积混合转化为各频点的瞬时混合将导致分离结果出现次序和幅度上的不确定性。本文通过实验探讨了信号盲分离的方法,及其幅值补偿与重新排序的方法,并在MATLAB环境中进行了仿真,实现了语音信号的盲分离。     

一种基于多判据综合决策的语音信号频域盲解卷积排序算法

在基于子带ICA的语音信号频域盲解卷积问题中,通过短时傅立叶变换把信号从时域卷积混合转化为各频点的瞬时混合将导致分离结果出现次序和幅度上的不确定性.在传统排序方法的基础上提出一种改进的基于多判据综合决策的排序算法,同时通过实验探讨了窗函数长度和信号非平稳性之间的关系.仿真实验表明,多判据决策有效克服了各种传统单一方法的局限,使得排序精度和最终分离质量获得提高.     

基于皮尔逊系统的语音信号盲源分离

当利用传统自然梯度算法对所有语音信号都使用同一个激活函数进行分离时,对语音信号的盲源分离效果都不尽理想.针对这一问题,采用基于皮尔逊系统的分段激活函数对传统自然梯度算法进行改进.通过引入皮尔逊系统,将皮尔逊函数与传统激活函数相结合,再利用信号的矩估计方法,分段选择合适的激活函数代入分离矩阵,有效克服了传统语音分离算法的缺点和不足.仿真结果表明,在对实际的语音信号进行分离时,改进算法的性能明显优于传统自然梯度算法,并且在保持了良好收敛速度的同时大大减少了均方误差.     

基于优化得分函数差分的频域盲解卷积算法

基于完全互信息梯度表达式及得分函数差分的性质,提出一种在线频域盲解卷积块算法.本算法依赖于系统输出分布的优化多元得分函数,对源信号分布类型不作要求,为了避免幅值不确定引起算法收敛到平凡解,在算法的相对梯度中加入了单位方差约束;利用得分函数差分的性质,去除期望为零的矩阵元素,以保证相对梯度的正确方向.通过仿真比较,说明了该算法收敛速度快、分离效果较好且较稳定.在对观测信号进行预处理后该算法可用于语音源信号的盲解卷积.     

一种基于标准峭度的新型复数盲分离算法

在复值信号的盲分离算法中,经常采用信号的峭度最大化作为代价函数.以复数标准峭度代替复数峭度,将复数信号的标准峭度最大化作为新的代价函数,采用修正的复值拟牛顿迭代算法对代价函数进行优化,并运用该算法对混合QAM信号进行分离.仿真实验结果表明:改进后的算法具有很好的分离效果,相比于峭度最大化为代价函数的分离算法,收敛性能有明显提高.     

锯齿波线性调频定距系统的快速信号处理

分析锯齿波线性调频定距系统在回波延迟时间远小于调制周期时的差频信号频谱，证明参数设计后的差频信号频谱在单一延迟下具有主要频点幅值远大于其它频点幅值的特点，满足了Goertzel算法进行谱分析的条件。该文提出一种利用Goertzel算法降低锯齿波线性调频定距系统信号处理计算量的快速信号处理方法。     

基于正弦模型的汉语普通话语音分析合成方法

针对PSOLA算法会引起语音频谱的不连续,从而影响合成语音的质量,提出了一种基于正弦模型的汉语普通话语音基音同步分析和合成算法.首先,将连续的语音信号在时间轴上分为一帧帧短时信号,再把每一帧短时语音信号分解为一系列不同幅值、相位和频率的正弦分量,然后根据频率匹配的原则,对相邻两帧信号的幅度和相位进行插值,得到合成信号的正弦分量的幅值和相位,最后将各正弦分量相加,就得到了合成的语音信号.实验结果证明,该方法合成的语音信号的各个正弦波分量的相位和幅值均能平滑过渡,从而可以克服PSOLA算法带来的回声效应,有助于提高合成语音的自然度.     

快速定点独立向量分析在语音信号盲分离中的应用

针对包括环境噪声的混叠语音信号分离困难问题,提出一种新的频域快速定点独立向量分析模型,对混叠语音信号进行盲分离.该模型中的每个源信号以向量形式混合,模型采用二次泰勒多项式把牛顿迭代算法直接应用于复变量对照函数,通过最优化使牛顿迭代规则更加简单和清晰.对实际采集的语音信号进行仿真,实验证明算法很好地分离了卷积盲源信号,新算法具有良好的收敛性和较高的准确性.     

一种基于复值盲分离的欺骗干扰抑制算法

针对线性调频引信欺骗干扰问题,提出了一种基于复值盲分离的欺骗干扰抑制算法.其中:将阵元间的延时转化为信号混合系数,避免了实域盲分离中阵元间需要精确延时补偿的弊端,根据含噪声观测信号协方差矩阵为非单位矩阵的特点,对复值非高斯最大(CMN)算法及其非线性函数进行修正,以提高算法的抗噪声能力,并借助于分离回波与干扰匹配滤波信号的幅值统计方差鉴别回波与干扰信号.仿真结果表明:在低信噪比条件下,改进的CMN算法明显优于原算法;当信噪比大于10dB时,分离回波信号的相似度在80%以上,而且即使信噪比很低,信号的鉴别率也可达到100%.     

单频点频域卷积混合盲分离技术

在双频点频域卷积混合盲分离算法的基础上,提出一种单频点频域卷积混合盲分离算法.通过恰当地选取频域盲分离中短时傅里叶变换（STFT）的参数,可仅依靠一个频率片上的分离信号来完成双频点算法.相对于传统频域卷积混合盲分离方法,该方法不受各频率片顺序不确定性不统一及比例不确定性不统一的影响.仿真实验证明了该算法的有效性.     

基于谱减的语音增强算法的改进

为降低噪声对语音通信的干扰,提出了一种基于谱减的语音增强算法的改进方法。根据噪声频谱的G auss统计模型修正语音增强过程中噪声频谱的估计方法,利用帧内、帧间约束估计每一个频点的先验信噪比,提出了一种简便的估计语音在每一个频点出现的概率的方法,得出了修正的语音增强算法。在白噪声以及坦克噪声环境中分别对算法的性能进行测试。实验结果表明:在几乎不损伤语音清晰度的前提下,该算法使“音乐噪声”得到了更好的抑制,同时信噪比提高了约8 dB以上。     

IBM Voice Conversion Systems for 2007 TC-STAR Evaluation

This paper proposes a novel voice conversion method by frequency warping. The frequency warping function is generated based on mapping formants of the source speaker and the target speaker. In addition to frequency warping, fundamental frequency adjustment, spectral envelope equalization, breathiness addition, and duration modification are also used to improve the similarity to the target speaker. The proposed voice conversion method needs only a very small amount of training data for generating the warping function, thereby greatly facilitating its application. Systems based on the proposed method were used for the 2007 TC-STAR intra-lingual voice conversion evaluation for English and Spanish and a cross-lingual voice conversion evaluation for Spanish. The evaluation results show that the proposed method can achieve a much better quality of converted speech than other methods as well as a good balance between quality and similarity. The IBM1 system was ranked No. 1 for English evaluation and No. 2 for Spanish evaluation. Evaluation results also show that the proposed method is a convenient and competitive method for cross-lingual voice conversion tasks.     

基于DSP的电子耳蜗语音处理器的研制

电子耳蜗是一项正在迅速发展的聋人康复新技术，其关键是要研制出可靠、灵活、价格低廉的产品。首先介绍电子耳蜗的原理及其进展，然后介绍基于TMS320VC5402 DSP处理器的电子耳蜗语音处理器。实验证明：基于DSP的电子耳蜗系统可以按照患者的实际情况灵活选择各种语音处理方案，并能方便实现语音预处理、噪声抑制和对应各电极的频谱阈值调整，是一种比较好的系统结构。     

多模光纤带通特性分析

多模光纤存在严重的模式色散,其带宽距离积受限。为此,分析了多模光纤的带通特性。从多模光纤传递函数出发,推导了多模光纤频率响应函数以及频率响应和幅度响应的相关函数,并进行了仿真分析。结果表明,多模光纤频率响应的高频部分相对平坦,由一系列带通区域组成,每个带通区域的带宽与导模的时延有关。仿真实验表,明通过载波复用技术,可以利用这些带通区域进行吉比特容量信息的传输。     

运动规律已知的目标脱靶量测量方法

研究运动规律已知的目标脱靶量测量问题.根据多普勒频率和脱靶量的参数方程,提出了一种脱靶量测量的新方法:首先通过时频变换,将目标回波信号表示为以频谱强度为灰度值的图像;然后通过门限检测把灰度图像变为二值图像;最后利用基于随机Hough变换(RHT)的曲线检测,通过求解多普勒频率和脱靶量参数方程获得脱靶量的估计值.打靶实测试验结果表明,该方法能够有效地克服多普勒频率测量误差对脱靶量测量的影响,提高了脱靶量的测量精度.     

基于改进离散傅里叶变换的实时频率和幅值测量算法

精确快速估计频率和幅值对智能电网的监测和运行至关重要;而频谱泄露会严重影响频率和幅值的测量精度。为此提出了一种基于改进离散傅里叶变换(discrete Fourier transformation,DFT)的实时频率和幅值测量算法。首先对考虑频率偏移的DFT算法进行了理论推导。然后为了减弱频谱泄露的影响,对DFT变换结果进行再次计算,给出了频率和幅值计算表达式;为了进一步提高精度,对频率值进行了二次估算。仿真结果表明,该算法能够有效减弱频谱泄露对频率和幅值测量的影响,在不同信号模型下均能得到满足要求的频率和幅值。     

基于总体平均经验模态分解和一步式字典学习联合去噪的语音端点检测算法

针对复杂环境下语音端点检测准确率低下且检测耗时过长的问题,研究一种基于EEMD和OS-DL联合去噪的语音端点检测算法。首先利用EEMD（总体平均经验模态分解）算法对输入语音进行分解得到IMF（本征模式分量）,然后使用OS-DL（一步式字典）算法分别对纯净语音信号与噪声信号进行训练,得到纯净语音信号和噪声信号的幅度谱字典,进而对幅度谱进行稀疏表示,利用得到的系数矩阵重新构建出语音信号频谱,将重构出的语音信号频谱经过傅里叶逆变换得到降噪后的语音信号,最后对降噪后的语音信号利用均匀子带频带方差法进行端点检测。实验结果表明：该算法在复杂环境信噪比低于-10dB情况下检测准确率仍可达到85%以上,且平均检测时间缩短至传统端点检测算法的1/3。     

旋转磁场井间随钻测距导向系统中微弱频变信号的检测方法

针对旋转磁场信号的微弱且频变的特点,提出并实现一种基于离散傅里叶变换(DFT)双谱峰的频率重构方法。在信号幅度谱主瓣内搜索两个谱峰的频率,以此重构信号频率的初值,运用牛顿迭代算法求解信号的真实频率,恢复信号幅度。通过计算机仿真和室外模拟对算法进行测试。结果表明:仿真结果优于基于DFT的单谱峰方法,模拟试验结果符合磁场信号随距离变化的规律,验证了所提方法的有效性和准确性;该方法能够准确锁定变化的磁场频率,滤除其他频率的杂波和噪声,精确提取出微弱的磁场幅度。     

自适应小波阈值语音增强新方法

针对单一小波闻值语音增强方法降低语音可懂度这一问题,提出一种基于自适应小波闻值的语音增强新方法．根据噪声帧频谱的平整度判断出噪声的类型,即是白噪声（合频响曲线比较平整的有色噪声）还是频响曲线不平整的有色噪声．由于不同类型的噪声具有不同性质的Lipschitz指数,对两种不同的噪声类型分别采用不同的自适应小波阚值对带噪语音信号进行增强处理．用计算机仿真和实际环境录制的语音数据对该方法的性能进行了测试,实验结果表明在两种实验数据情况下,该方法均具有较好的噪声抑制能力．