一种基于噪声动态检测的语音端点检测算法

HMM技术在语音识别中得到较为成功的应用．本文基于HMM的孤立词语音识别系统的识别策略，提出了两个改进的算法．第一种算法是对背景噪声进行动态估计的汉语语音端点检测算法，较一些常规的端点检测方法如基于能量的端点检测方法，具有更高精度和鲁棒性，第二种算法针对分裂法进行码本设计时，可能出现除数为零的计算错误，提出了避免出现计算错误的改进算法．通过进行汉语孤立词语音识别实验，表明这两种算法是有效的，得到较高的识别率．     

基于离散余弦包变换的语音压缩算法

提出了一种新的语音压缩算法，它通过对语音信号进行离散余弦包变换，然后舍弃所有小于某个阈值的变换系数，达到数据压缩的目的．给出了利用Wavelab工具箱在Matlab中进行这种语音压缩算法的仿真结果，结果表明：该算法具有计算速度快、数据压缩率高(达到11．54)等特点．     

一种基于噪声模型的语音/噪声分类方法

提出了一种可用于嵌入式ASR系统的语音/噪声分类的新方法，该方法利用一个噪声模型，对每帧信号的评价值进行语音/噪声分类．实验表明，该方法可以有效地区分语音和噪声，并表现出在各种噪声环境和不同信噪比条件下的鲁棒性．该算法已经集成进一个ASR系统，并在Corn-paq iPAQ上进行了测试，其计算代价不到整个系统代价的10％．     

一种新的鉴别汉语语音信号起止点的有效算法

提出短时能频值（ＥＦＶ）的新概念，设计了用短时能频值的参量来估计语音起止点的新的有效算法，提高了语音信号与背景噪声的分辨力。运用基于短时能频值ＥＦＶ估计语音起止点的算法，研究汉语普通话音素的区别特征，上机计算分析证明了ＥＦＶ门限能够很好地从噪声中分辨出语音信号，有着较好的稳定性和较高的语音－噪声分辨力。     

孤立词语音识别系统的一种实用精简算法

提出了一种以降低识别计算代价为目标的孤立词语音识别系统的设计算法．语音识别系统要求具有很强的实时性，同时应保证较好的识别率．该设计对语音信号采用了处理速度较快的时间轴和幅值上规正化的数据压缩算法，并采用加权离散度法进行识别，算法精确、简便、可靠，适合作为小型语音识别产品的主要算法．     

一种语音增强算法的研究

采用基于子空间的方法，对语音信号进行增强处理，该算法提供了在语音信号失真和残留噪声之间进行控制的机制。克服了以往语音增强算法中对语音信号的噪声特点的限制，可以对混有加性白噪声、有色噪声和音乐噪声的语音信号进行增强处理。     

TETRA数字集群系统语音编解码算法研究

研究了陆地集群无线通信（TETRA）数字集群移动通信系统的语音压缩编解码算法的基本原理。TETRA语音压缩编解码器使用一种低复杂度的ACELP（代数码激励线性预测）算法，通过线性预测和磁量量化等方法降低比特率，并通过自适应码本和代数码本相结合的方法降低了CELP声码器的复杂度，兼顾了较好的语音质量和较低的比特率。在微机上通过C评议和Matlab对TETRA的语音编解码算法进行了实时仿真，语音信号由微机声卡录入和播放。仿真结果表明，该算法具有速率低，重建语音可懂度高，计算复杂度低等优点，适于在移动通信中应用。     

多带激励语音压缩算法的仿真实现

作者从语音信号的多带激励模型出发，对ＭＢＥ语音压缩算法的原理作了详细的指出了它相对于传统ＬＰＣ等算法的优越性，并在计算机上进行仿真实验，给出了实验结果。作者最后就合成语音的质量，算法复杂度等方面，对ＭＢＥ声码器和部分常用标准语音压缩编码方案作了比较，也指出了今后所要研究的方向。     

基于计算听觉场景分析的语音增强改进算法

针对单通道语音增强问题,基于计算听觉场景分析(CASA)的原理,提出了一种基于CASA计算模型的语音增强改进算法。该算法在特征提取中选择了目标语音有效能量、信道互相关等特征,对语谱能量和互相关特征的阈值选取进行了改进。在5种低信噪比噪声干扰条件下的仿真实验结果证明,该算法输出增强语音的信噪比平均提高了9.32dB,有效地抑制了噪声。     

低速率CS-ACELP语音编码算法研究及实现

介绍了8kb／s Cs-ACELP语音编码算法的基本原理，即采用LSP参数量化和代数结构的固定码书，同时对增益的量化使用共轭结构；对该算法进行了仿真实现。结果表明，CS-ACELP是一种高质量的语音编码算法。     

基于有限状态机的汉语数字语音端点检测

研究了数字语音短时能量和过零率特点,提出了基于有限状态机的端点检测新算法．该算法经实验测试,不仅检测的正确率高,而且系统的响应速度快,符合语音识别的实时性要求．     

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.     

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.     

基于小波变换的两路自适应回声消除算法

免提式语音通信系统在VoIP(Voice over Internet Protocol),手持移动终端和远程会议系统应用得非常广泛.但是,由于扬声器和麦克风之间的耦合而产生的声学回声,严重影响了语音的清晰度.常用的NLMS2算法在遇到相关性很强的两路语音信号时,收敛速率变得很慢,为改进此算法,基于小波变换和语音信号能量分布的特点,提出了一种新的两路自适应回声消除算法——WL-APN-LMS2.计算机仿真结果表明,该算法比传统的NLMS2、AP2算法收敛性能更好,计算复杂度较低,综合性能更优.     

An efficient QoS enhancement mechanism of VoIP using erasure array codes

In order to solve the problem of losing voice packets in voice over internet protocol ( VoIP) , a kind of lost packets double recovery algorithm is proposed.The algorithm is based on erasure coding technique which comes from highly available data storage systems.An efficient coding scheme with higher tolerance based on STAR and Reed-Solomon ( RS) erasure code is described.An efficient method is also provided which could transform the voice data packets of one dimensional bit stream into two dimensional array according to given window size.If the lost rate has increased beyond the error correction capability, packet-loss concealment will be adopted.Under various conditions of packet-loss simulation during the experiments, the algorithm has proved its better performance on MOS rating and coding rate.     

蓝牙技术中语音信号的调制

语音信号的处理在通信系统中占据很重要的位置.蓝牙系统在主从设备之间可以建立 SCO、ACL两种形式的链路,其中SCO就是用来传送实时性非常强的语音信号的.本文重点介绍了用 CVSD方法进行蓝牙语音编码的工作原理,并且给出了一定的算法.     

一种改进型BIC话者改变检测算法

该文针对多人说话改变点检测问题,提出一种新的改进型BIC话者改变检测算法.该算法基于BIC准则确定初选改变点,再对其端点的变化趋势做进一步分析,得出说话人改变的分割点.该算法准确率达到90.2%,召回率达到95.8%.与传统BIC检测算法相比,计算更简便,准确率与召回率分别提高了62.5%和16%.     

数字数据网络中语音接入技术

针对窄带数字网络中传输传统语音业务的质量和实时性问题 ,提出了一种在数字数据网络 (digital data net-work,DDN)专线上传输高质量语音和传真的解决方案。该方案有效地解决了窄带网络中实时业务接入的质量保证问题 ,并有良好的可扩展性。分析了该方案的组成、算法原理。特别在同步捕捉方面 ,提出了一种简单可靠的算法。通过对捕捉时间 ,保持时间 ,误同步概率和误失步概率等性能指标的分析 ,证明了该算法的优越性。实际测试表明 :该方案有良好的业务质量和稳定性 ,适合于企业级的综合业务接入 ,并且可以方便地移植到其他 Vo IP(voice over IP)的应用中。     

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.