自适应回声消除器的设计与实现

介绍了回声消除器的基本结构、回声路径的脉冲响应以及语音信号的特点,分析输入信号为白噪声、有色噪声和语音的情况下自适应算法的性能,在此基础上应用一种参数筛选更新归一化最小均方差（NLMS）算法以及基于互相关的双边对话侦测算法,并提供详细仿真结果。     

鲁棒的语音隐藏数据提取算法

为了改善传统基于倒谱的回声隐藏信息提取方法受噪声影响大、易受攻击等缺陷,提出了一种基于回声路径估计的语音隐藏信息提取算法.该算法首先根据秘密信息将不同时延的回声嵌入待隐藏的分段语音中,然后采用次梯度投影算法评估隐写信息的回声路径,最后通过回声参数分析进行隐写信息提取.为了增强鲁棒性,基于自适应策略提高了次梯度投影算法的收敛速度.相比于经典倒谱提取算法以及2种回声估计算法(归一化最小二乘法(NLMS)和并行次梯度投影算法(PSP)),大量仿真结果表明所提出的语音隐藏数据提取算法显著提高了对滤波攻击、噪声攻击、采样攻击和压缩攻击的鲁棒性能.该算法对拉伸攻击的改善效果虽然不明显,但也好于其他算法.     

基于子带ICA-R和收缩函数后处理的语音增强方法

针对噪声和混响情况下的语音增强问题,本文给出一种基于子带独立分量分析(ICA-R)算法和收缩函数后处理的语音增强方法.该方法将ICA-R和收缩函数算法相结合,在噪声和混响环境中通过对两路带噪语音信号进行增强处理,以实现增强目标语音信号的目的.首先对两路带噪语音信号进行子带分解;然后在子带内利用ICA-R算法从带噪语音信号中提取出子带目标信号,再经过综合滤波器形成全带目标信号;最后,将该信号经收缩函数后处理,得到增强后的目标语音信号.用实际录制的带噪语音信号对本文方法进行了测试,实验结果表明,该方法具有较强的噪声抑制能力,对语音信号造成的损伤较小.     

声学回声消除算法研究

在回声消除中,自适应滤波是核心,而滤波器系数的更新又是自适应滤波的核心.在声学回声消除领域,滤波器系数的更新最常使用的算法是LMS算法,目前针对LMS算法有两种改进算法,即NLMS和NBLMS算法.基于TI公司的DSP芯片的硬件资源特点来比较NLMS(Normalized LMS)和NBLMS(Normalized Block Update LMS)算法,为消除声学回声提供选择依据.     

一种基于部分信道估计的DTD算法

在声学回声消除(acoustic echo cancellation,AEC)系统中,双讲(doubletalk,DT)信号和信道突变都导致滤波器误差变大,然而AEC系统需要分别对这2种情况做出不同的反映。因此,常见的基于误差信号及其函数的双讲检测(doubletalk detection,DTD)算法在信道突变情况下容易产生误判。为此,利用声学回声信道的特殊性和归一化最小均方(normalized least mean square,NLMS)算法的跟踪特性,提出了一种新型的基于部分信道估计的DTD算法。该算法采用累加信道估计尾部的值作为判决条件,能够区分出通话过程中的双讲时段并且忽略回声信道突变的影响。该算法具有计算复杂度小和检测DT信号速度快的优点。仿真结果表明,在实验条件下该算法优于常见的DTD算法。     

无参考输入的双话筒噪声抵消

介绍了一种双通道的噪声抵消系统 .传统的频谱减法的语音增强需要预先知道噪声的特性 .但是 ,噪声的平稳性和可分离性在许多实际应用场合都无法满足要求 .提出采用两路话筒输入 ,以便动态获得噪声频谱的方法 .采用自适应校正滤波的同步算法 ,利用语音信号的相关性同步两路信号中的语音 ,通过抵消其中的语音成分获得噪声的频谱特性 .实验证明该方法能够获得很好的同步效果 .在获得噪声频谱的基础上用频谱减和维纳滤波两种方法进行了噪声抵消的对比实验 .对 0dB信噪比输入的信号可以获得约 9dB信噪比的提高 .用维纳滤波处理后的语音比频谱减法残留较低的“音乐声” .在非平稳条件下对噪声仍具有一定的跟踪能力     

基于经验模态分解的子带自适应声学回声消除算法

在语音通信中,声学回声消除技术用于消除扬声器与麦克风之间耦合产生的回声干扰.在声学回声抵消系统的实现过程中,可以通过子带技术来提高系统的性能,并减小算法本身的运算量.常见的子带算法多是基于组合滤波器、小波变换实现的.本文基于经验模态分解提出一种新的自适应回声消除算法EMD-APNLMS,它克服了基于组合滤波器算法收敛慢的缺点以及基于小波变换算法需要选择小波基的问题.计算机仿真结果表明,该算法实现了回声的消除,收敛速率较快,非常适用回声这种非平稳信号的处理.     

G.728算法在双DSP系统上的运行和改进

以两片 TMS32 0 C31DSP和两路 A/D,D/A通道为核心 ,构成一个高速语音信号分析处理系统 ,为运行、调试和实现 ITU-TG.72 8标准的 DSP算法语言 ,提供一个方便而有效的语音数字信号处理开发环境 .在此基础上实现 G.72 8标准算法的改进     

基于语音稀疏性的频域声回波对消算法研究

本文提出一种新的基于语音稀疏性的频域声回波对消算法.新算法首先利用短时傅里叶变换(STFT)将远端和近端信号变换到时频域,然后基于语音在时频域具有近似稀疏分布的特点,将远端信号每个时频单元与预先设置的高低能量门限进行比较,判断相对应的近端信号的时频单元信噪比高低,进而决定频域自适应滤波器权系数的调整方式,最后在频域完成回波抵消.本文所提新算法与NLMS算法、DLMS算法相比,具有计算量小、适应环境变化能力强、不需要双端话音检测等优点.     

基于独立分量分析与二值掩膜的语音分离

针对欠定混合语音信号模型,提出一种基于独立分量分析和二值掩膜相结合的语音分离新算法.首先,由并列放置的两个全指向性麦克风采集混合声音信号,通过一阶差分麦克风阵列技术使得两路混合信号满足瞬时混合模型;然后,应用两输入两输出独立分量分析方法对两路信号进行分离并估计分离信号的二值掩膜,循环迭代进而提取目标语音信号;最后,合并同源语音信号,增强各独立声源.仿真结果表明:该方法不仅适用于瞬时混合模型,对卷积混合模型同样有效;在瞬时混合条件下信噪比增益平均达到12.41dB,在卷积混合条件下信噪比增益平均为5.28dB.试验结果表明:算法在半消音室环境下能准确分离来自不同方位的三个声源,提取的目标语音都具有较高的清晰度与可懂性.     

基于小波变换的语音激活检测

为了提高语音激活检测在多种噪声环境下的检测性能,基于语音与噪声相区别的主要特征,提出了一种基于小波变换的语音激活检测算法.算法将信号频带划分为多个子带,提出用归一化谱分布向量表征信号的谱分布特性,利用小波检测信号分形特征的能力,提出用信号的自相关指数来表征信号的自相关性,结合归一化谱分布向量的线性加权和自相关指数两个因素得出新的激活检测判决准则.实验仿真结果与ITU标准G.729和ETSI标准AMR2中的检测性能进行了分析比较.结果表明,该算法在多种噪声环境下都具有较高的准确率和稳定性.     

基于压缩感知的煤矿井下语音通信系统

介绍了煤矿井下语音通信系统的发展现状,指出了现行的语音通信系统具有编码算法复杂的缺点。将压缩感知理论引入到煤矿井下语音通信系统中,提出一种压缩感知编解码与传统编解码相混合的编解码方法。最后通过实验仿真了基于压缩感知的语音重构,从重构结果的MOS评分可以看出该算法降低了井下终端的编码复杂度,节约了终端的能耗,延长了其生存时间,基本与MP3的压缩效果相当。证明了该算法可以很好的应用于煤矿井下语音通信系统中。     

语噪分离技术综合算法及其应用

目前，话音记录领域对采集到的音频信号仅仅做到了将静音与非静时分离，而未进一步处理非静音。作者针对这一情况，提出一种综合算法：在静音与非静音分离的 基础上，综合应用语噪识别技术，对前一步分离出来的非静音，进行二次处理，即进行语噪分离和音频信号分类处理。实践证明，该算法切实可行，大大降低了噪声环境下记录系统需要存储的数据量。     

基于SDCN算法的鲁棒性语音命令识别

提出了一种基于ＳＤＣＮ算法的鲁棒性语音命令识别。依赖于信噪比的倒谱正常化（ＳＤＣＮ）算法直接在倒谱域根据输入语音帧的信噪比（ＳＮＲ）来增加一补偿矢量,从而恢复未受污染的净语音信号,补偿矢量直接从训练环境和测试环境中记录的语音倒谱中逐帧比较得到,该算法对退化的环境具有很强的鲁棒性,实验结果证明,该算法简单,有效。     

Robust Voice Command Understanding and Error Tolerance Algorithm Based on Word Graph Expansion

A novel word graph expansion algorithm for voice command understanding is presented as the basis of a more accurate and robust voice command system. Tests show that the algorithm has much better performance than the generally-adopted N-best algorithm while maintaining high computational efficiency. Also the error tolerance method used to improve the robustness of the voice command understanding module further decreases the understanding error rate (UER) to 16. 6% with the computational efficiency almost unchanged compared to the case without error tolerance.     

一种基于灰关联分析法的语音激活检测算法

为在有色非高斯噪声背景下实时、有效地区分语音信号与各种背景噪声,提出了一种基于灰关联分析的语音激活检测(VAD)算法.该算法提取语音信号过零率、线性预测系数、倒谱系数和转移倒谱系数4种特征参数作为关联参数,通过跟踪语音与噪声灰关联度的变化确定判决门限,实现语音激活检测.仿真结果表明:该算法在无噪声背景中识别率为100%,在-5 dB噪声背景环境,识别率可达80%以上.此算法对有色非高斯背景噪声不敏感,而且计算简单、可靠性高,在语音激活检测中具有可行性.     

语音加密算法A5的改进

针对语音加密算法A5寄存器级数过短并且抗穷举攻击能力弱的特点,提出了一种简单的自同步序列密码,用于对大数据量语音信号的加密传输.短的种子密钥不能完全初始化寄存器,为了达到扩展成足够长的初始密钥的目的,设计了一种结构简单并且非线性度很高的密钥扩展算法.利用此算法可以获得随机性强的初始密钥序列.利用延时器测试算法的加密效率,证明了此算法能够安全地使用在语音加密中.     

一种基于幅度谱偏度的语音激活检测算法

根据语音信号偏离高斯分布程度大而背景噪声信号偏离高斯分布程度小这一特征,提出一种改进的以语音短时幅度谱偏度为特征参数区分语音段和噪声段的语音激活检测算法,并应用到2.4 kbit/s混合激励线性预测(mixed excitation linear prediction,MELP)声码器中.通过与自适应多速率(adaptive multi-rate,AMR)语音编码标准中的语音激活检测算法相比较,该算法复杂度较小,且对背景噪声服从高斯分布的语音信号具有更好的端点检测性能.实现了可变速率MELP声码器的平均输出码率下降为1.9 kbit/s,通过非连续传输后合成的语音具有良好的舒适性和连续性.     

一种基于丢包依赖体现的E模型的自适应播放延迟算法

在Internet通信播放延迟算法的基础上,使用E模型作为分析工具,并考虑丢包依赖在E模型中的体现以及对用户语音感受的影响,提出了一种应用于多方实时通信领域的新的自适应播放延迟算法,使得用户终端在获得良好Internet通信参数的同时,进一步提升用户的语音感受。实验测试结果发现,这种算法相比于目前其他算法,在丢包率、延迟等方面都有显著的改善,同时能够降低系统的连续丢包现象。     

基于深度学习的智能语音问答系统研究

随着人工智能行业的不断发展,智能语音问答技术逐步得到国内外学者的广泛关注和研究,但是语音识别方面仍然存在两个技术瓶颈,第一是语音识别系统,第二是根据识别的语音进行问题的回答。基于此,开展了基于深度学习的智能语音问答系统研究。首先介绍了基于隐马尔科夫模型的语音识别系统,然后研究了基于梅尔频率的语音信号特征提取技术,并建立了声学和语言模型,最后研究了基于GRU算法的问答匹配模型,并基于以上模型开发了智能语音问答系统。经实际实验验证分析,文章所提出的算法在语音识别和问答的准确度方面都相比传统算法具有很高的精确度,本算法具有较大的实用价值。