基于FIR滤波器的基音提取预处理

基音周期是语音信号的重要参数，在语音分析、语音合成和语音识别中，估计基音周期都是一个重要任务。基于MATLAB设计的FIR滤波器，可以随时对比设计要求和滤波器特性调整参数，直观简便，极大的减轻了工作量，使滤波器设计最优化，在语音信号基音提取预处理方面具有精度高、稳定性好、灵活性强等优点，滤波效果较好。把其应用于基音提取预处理将为基音提取后继工作打下良好基础。     

一种适于改进的LPC声码器的语音特征提取方法

运用了一种较为有效的清、浊音判决方法以及基音平滑方法来提高基音检测的准确性 .减小了基音周期不规则的不平稳语音段基音估计的误差 ,改善了在低速率的基础上合成语音的质量     

一种基于段的基音检测算法

作为语音信号处理领域一项基本、关键的技术,基音检测在语音信号处理中扮演着重要的角色,一直是语音信号处理的一个研究热点.首先对传统的基于短时自相关函数法的基音检测进行了研究;在此基础上提出了一种能同时检测一段语音信号基音周期的方法,有效地克服了传统基音检测算法只能检测一帧语音信号基音的缺点.进行了实验仿真,结果表明通过去野点,中值平滑等后处理的基于段的基音检测算法比传统的基于帧的基音检测算法具有更好的抗噪性.     

一种改进的基于小波变换的基音周期提取算法

基音周期是语音信号重要的参数之一,是进行语音信号数字处理的基础。针对传统自相关提取方法的不足。本文提出了一种小波变换和自相关结合的基音周期检测算法,它克服了小波变换法对某些信号检测时的缺点,在真实语音的基音周期检测中取得了较为满意的效果。     

一种结合线性预测倒谱法和组合滑动窗口平滑法的基音周期估计改进算法

提出了一种结合倒谱法、线性预测法(LPC)以及滑动窗口平滑法的基音周期估计改进算法.即先用LPC逆滤波后的余量信号代替原始语音信号,滤除噪声和声道响应的干扰,接下来用倒谱法初步估计出基音周期,最后对初步估计出的基音周期进行组合滑动窗口平滑处理,去除野点和错误样点的干扰,最终得出较为准确、自然的基音周期.经仿真验证,方法简单有效可以在低信噪比的情况下获取较为准确的基因周期.     

一种基音周期估计的改进CAMDF算法

本文首先介绍了传统基音周期估计算法:ACF算法和AMDF算法.为了克服AMDF算法容易导致估计出的基音周期加倍的缺陷,本文重点阐述了CAMDF基音周期估计算法,并提出了改进CAMDF算法.该法是在CAMDF算法之前,对语音信号进行降比特处理.实验表明,改进CAMDF算法在降低对处理器件复杂度和精度方面要求的同时并不会影响基音周期的估计效果.最后,本文进行了各种基音检测算法的仿真比较,实验表明改进CAMDF算法在基音估计效果上具有很好的准确性和稳定性.     

一种基音周期检测中减小中值平滑误差的方法

在语音信号处理中,常用的基音检测算法对于纯净语音信号的检测效果较好;然而,实际的语音信号都会受到背景噪音的影响,使得常用的检测算法不能达到最优化,为提高检测基音周期的准确性,可以在基音检测后处理中采用多种平滑技术,但大多情况下后处理基音周期估值仍然产生很大的误差,为此文章针对语音信号基音周期估值的中值平滑处理中,可能产生基音提取的误差,进行误差分析,提出一种减小中值平滑误差的方法。     

基于LPC预测误差DWT的语音基音检测

在对语音信号进行ＬＰＣ分析的基础上，提出了一种有效的语音基音周期检测算法。该算法利用小波变换中著名的Ｍａｌｌａｔ算法逐层分解ＬＰＣ预测误差信号，在最低分辨率的逼近信号中寻找峰值，然后逐层回溯各个分辨率的逼近信号，最后在ＬＰＣ预测误差中确定出峰值，从而求出相应的基音周期。     

基于LPC预测误差DWT的语音基音检测

在对语音信号进行ＬＰＣ分析的基础上，提出了一种有效的语音基音周期检测算法。该算法利用小波变换中著名的Ｍａｌｌａｔ算法逐层分解ＬＰＣ预测误差信号，在最低分辨率的逼近信号中寻找峰值，然后逐层回溯各个分辨率的逼近信号，最后在ＬＰＣ预测误差中确定出峰值，从而求出相应的基音周期。     

基音同步分析在语音波形矢量编码中的应用

论述了一种基于基音同步分析的语音波形矢量编码方法,该方法利用语音浊音部分具有周期性的特点,采用小波分析方法进行基音同步分析,准确提取语音周期构成矢量,实现了语音信号的低数码率矢量编码,同时保持了较好的语音质量。     

一种新的低码率语音压缩编码方案

提出一种新的基于LPC(线性预测编码 )的BSP(二项式正弦脉冲 )语音压缩编码方案 ,即根据语音产生的原理 ,以BSP作为LPC激励源 ,并在此基础上构造了BSP语音编解码器。同时推导了BSP激励参数的求取和编码方法。实验结果表明 ,BSP编解码器由于求取BSP激励参数的计算量较小 ,因此处理速度快、时延小 ,同时编码速率在低至 2 .65kbit s时 ,具有较高的合成语音质量。     

基于改进线性预测基音频率的语音情感识别系统

针对目前常见的语音特征提取方法应用于真实环境中,所提取的语音特征包含有噪声干扰的问题,进而导致情感识别时出现的分类模糊化情况,为此提出一种新的语音特征提取方法,即线性预测基音频率特征提取方法。它主要是基于线性预测系数来构建模型,利用构建的模型消除声道响应信息以及抑制噪声干扰。由于此方法对于分类模糊化问题没有得到较好改善,利用模型相同的LPCMCC(LPC Mel cepstral coefficients,LPC美尔倒频谱系数)来对线性预测基音频率进行改进,并设计基于线性预测基音频率、其改进特征、LPCMCC与SVM(support vector machines,支持向量机)的语音情感识别对比实验。对比实验表明,此改进特征提取方法应用在情感识别领域的平均精度最高为84%,比线性预测基音频率和LPCMCC要高出22%、14%。为了测试此改进特征在真实环境中的分类效果,在此改进特征的基础上设计了一种基于MATLAB GUI技术的语音情感识别系统。实验结果表明这种新的改进特征能有效改善情感识别时出现的分类模糊化情况,基于此改进特征的语音情感系统能广泛地识别出噪声干扰下的说话人情感。     

一种有效的语音基音周期提取算法

语音信号处理中精确提取特定语音的基音周期有重要的意义．采用了一种有效方法，即在浊音中用段内位移匹配的方法提取出基音周期，有效地防止由于一个周期内的2段相似波形被误判为两个周期的情况，同时也防止取到倍周期的可能．实验证实，此方法提取出的基音周期准确，能较好地合成出特定人的语音来．     

汉语多元音语音合成

语音合成中以元音合成为难点,尤其是在做多元音合成时尤为突出,多元音存在一个元音之间的过渡问题,而且在发多元音的整个过程中,声道频率响应在不断的变化,这就给基音周期提取和构造声道频率响应增加了难度.提出的合成方法能有效地提取出某特定人的多元音基音周期序列,并能较自然的合成出该特定人的多元音语音.     

高性能基音检测新方法

本基音检测方法是利用汉语语音结构特点,以主循环为基本概念,在时域上处理确定浊音音段的基音,而对清浊不明晰的音段,从时、频域两方面进行基音估算,并设计了基音选择逻辑和清浊音判断逻辑。实验结果表明,本方法的性能明显优于大多数流行的基音检测器,且计算速度快,是自相关方法和倒谱法的４倍和８倍。     

基于小波变换的语音基音周期检测

本文根据语音信号在声门闭合时刻（ＧＣＩ）的锐变特性，利用小波变换的时频局部化性质，构造了一个基音检测系统．通过使用不同的压扩因子，根据语音信号小波变换的局部最大值的位置，确定出对应的语音信号的锐变时刻（即ＧＣＩ），而相邻两个ＧＣＩ的间隔即为基音周期．本方法具有准确性高、抗嗓声性能好、检测范围宽、动态性能好等传统方法所不具备的特点．     

基于正弦模型的汉语文—语转换系统

针对PSOL气算法会引起频域上的不连续的不足,提出一种汉语韵律调整的新方法。该方法基于语音的正弦模型理论,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,然后进行语速和音高的调整,实验结果证明,合成的语音信号保持了原有语音的清晰度和自然度。将该方法应用于汉语文语转换系统中,得到较好的效果。     

基于样条小波变换的语音基音检测

作者在分析小波变换时频局部化特性的基础上，选取样条小波函数对语音信号进行处理，给出了基于小波变换极大模的基音周期检测方法和实验结果。     

语音信号变速算法及其TMS320C5402实时实现

语音信号可表述成激励源和线性时变系统的冲激响应的卷积.若激励源是一白噪声信号,则声道发清音;若激励源是一准周期信号,则声道发浊音.在语音信号序列中影响语音表达速度的是浊音,它是基音,是由多次谐波构成的准周期信号.语音信号序列可以看成是基音周期经整数倍延时后叠加而成.插入部分基音周期使语音速度降低,删除部分基音周期能使语音速度提高.但是,插入或删除基音周期使语音信号的相位不连续,造成语音跳变,为此,采用交叠分帧的方法将语音信号划分成短时段序列.然后,求增或删后短时段序列相邻短时段之间的相关函数,进而求出相关函数极大值.按最大相关点实现相邻短时段之间的相位衔接,使其相位接近连续.此外,提出了一个TMS320C5402和AT89C51双处理机系统的硬件设计方案,将语音变速算法用TMS320C5402和人-机交互用单片机AT89C51实现.     

基于语音质量的话者确认方法研究

针对传统的手机电话语音的说话人确认中,未考虑训练语音和测试语音信号本身质量对识别效果的影响问题,采用语音质量测量的方法对GMM-UBM方法进行改进,提出了利用多维基音参数,将基音偏离作为语音信号质量测量准则的方法,对GMM-UBM系统短时谱参数评分过程进行修正,得到基于语音信号质量的评分方法.通过在NIST SRE 2006 1side数据库中男性话者的实验表明,采用语音质量的评分方法能够有效提高系统的识别率,系统的等误识率和检测代价函数都有一定程度的改进.