自回归语音信号模型参数的韧性估计算法及在共振峰检测中…

使用牛顿算法的韧性Ｍ估计方法来估计自回归语音信号模型的线性预测参数，该方法 语音信号模型浊音激励源的非高斯特性，能有效地抑制异常值的影响。使用所提出的韧性线预测算法来检测共振峰，获得了比使用常规线性预测方法更准确的结果。     

语音信号线性预测参数的韧性估计

使用牛顿算法的韧性Ｍ估计方法来估计语音信号的线性预测参数．该方法考虑了语音信号模型浊音激励源的非高斯特性，它能消除浊音激励中远离值的影响．使用合成语音信号数据的实验表明，与常规的线性预测方法比较，所提出的方法能给出更有效和更小偏倚的估计．     

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。     

1.8kb/s多带线性预测编码算法设计

设计了一种多带线性预测编码(MBLPC)语音压缩算法，该算法结合正弦编码和线性预测编码的优点，对语音信号的包络谱用线性预测编码方法进行估计．而对激励谱用多带方式进行处理．改进了特征参数的提取和量化方法，包括基于谐振结构的基音检测算法、基于谐振结构的线性预测分析以及包络谱参数的线性预测多层分裂码本矢量量化．非正式主观测试表明，在1．8kb／s编码速率下，由MBLPC算法所重建语音的平均意见分为3．0，而清晰度指标约为91％．     

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。     

MLP语音信号非线性预测器

讨论了MLP（Multi-Layer Perceptron)语音信号非线性预测器的实现。为了使MLP能够适用于语音信号预测,对MLP的误差准则进行了修正以减轻神经网络模型与语音模型之间的过匹配。为了提高MLP的训练速度,提出了一种线性化逐层优化（LOLL）MLP训练算法。实验结果显示该非线性预测器的预测信噪比约比线性预测器提高2dB,而且它还可以同时完成长时预测器的功能;误差准则修正使非线性预测器的预测信噪比提高了0.35dB。     

多脉冲激励线性预测编码算法研究

提出一种改进型的多脉冲激励线性预测语音编码算法，并将变阶线性预测技术应用于此算法.改进后的算法与原算法相比，降低了计算复杂度，且对激励脉冲位置的估计更加准确.仿真结果表明，该算法不仅提高了合成语音的质量，而且进一步降低了语音编码的速率.     

基于预测神经元模型的语音线性预测系数求解新方法

采用预测神经元作为语音信号线性预测模型的一种实现形式,可将线性预测系数的求解问题转化为预测神经元的训练问题,并运用BP算法得到了[神经元权值（即线性预测系数）的递推计算公式,考虑到语音信号能量的不确定性,提出了运用相对预测误差能量作为判断的参数,并按清音和浊音中两种情况讨论了收敛判据,由于利用预测神经元的迭代训练算法,理论上可以最大限度地挖掘语音样本中的相关性,因而可得到非常精确的线性预测系数,计算结果表明,运用预测神经元方法所得到的线性预测系数,精度明显高于传统的杜宾算法和格型算法。     

一种短波通信中基于DSP的低速率语音编码技术

介绍了一种应用在短波通信中的码率为1．5Kbps低速率语音编码算法，此算法基于MELP（mixed excitation linearp rediction）混合激励线性预测语音编码算法的声码器模型，并对算法进行改进，降低复杂度和速率，在DSP芯片的硬件系统中实时运行了该算法，最后给出了算法测试仿真结果。     

基于相关增强的单信道信号分离

提出了一种在单通道自适应干扰抑制框架下分离语音信号和伪随机信号的方法.该方法首先采用时间延迟叠加方法增强语音信号的相关性和周期性,并利用时延估计器提取周期性特征,从而提高估计精度.然后,采用自适应算法估计语音信号,并通过从混合信号中抵消语音信号,估计出伪随机信号.仿真结果表明,该方法既能分离清音信号,也能分离浊音信号.分离单音频信号时,规范化最小均方算法的性能优于其他基于最小均方的算法;使用递归最小二乘算法可有效分离出相关增强后的清音信号;与无增强的信号相比,使用相关增强策略可提高浊音信号的估计精度.     

SELP 2.4kb/s语音编码算法跳跃帧判决及处理

为解决正弦激励线性预测(SELP)2.4 kb/s语音编码算法中清浊音过渡时合成语音的质量较差的问题,该文利用子带清浊音判决参数量化过程中存在的冗余度,提出了一种跳跃帧判决及处理方法。该方法根据当前帧前后各60个样点的平均能量比值判定当前帧是否为跳跃帧,并利用子带清浊音判决参数量化的冗余度传送跳跃帧信息。解码端根据当前帧是否为跳跃帧对解码端参数采用不同的插值方案。测试结果表明,该方法能够将合成语音的M O S分提高0.004左右。     

语音模糊特征提取及码本训练算法

为克服低速率声码器因清浊音硬判决、粗判决而导致解码语音有帧过渡等不自然感的缺陷,在分析比较目前主流声码器编码算法中激励参数提取和量化算法的基础上,将模
糊数学中的隶属度概念引入语音子带清浊音描述。提出了五维的浊音隶属度矢量概念,用于精细描述语音丰富的激励信息;阐述了浊音隶属度矢量的提取算法;提出了矢量量化码本的模糊聚类与LBG级联训练算法（F-LBG：Fuzzy-LBG）;采用提取算法提取、建立了浊音隶属度码本的训练样本集,采用F-LBG训练了浊音隶属度码本;将提取算法和F-LBG法训练得到的浊音隶属度码本分别应用于正弦激励声码器、混合激励声码器和同态声码器的语音编、解码仿真。结果表明,用浊音隶属度矢量描述合成语音激励信号的算法,具有较高的准确性和较强的噪声鲁棒性。     

一种500 bps谐波随机激励语音编码算法

提出了一种基于谐波随机激励的变速率语音编码算法 ,其平均码率为 50 0 bps。给出了各种情况下的比特分配方案以及浊音激励参数的分析和合成过程。非正式主观测试表明 ,该算法的语音清晰度测试( DRT)为 90 %     

一种基于混合MELP/CELP的4 kbit/s声码器

利用混合激励线性预测 (mixed excitation linear prediction,MELP)算法和码激励线性预测(code excitation linear prediction,CELP)算法的优点,提出了一种混合MELP/CELP语音编码模型.编码端对强浊音帧采用MELP编码,对弱浊音帧和清音帧进行CELP编码.MELP编码器采用相位对齐技术提取强浊音帧的相位参数,解决了合成语音与原始语音在时间上不同步的问题.对实现的4 kbit/s混合MELP/CELP声码器进行客观MOS(mean opinion score)值和主观DRT(diagnostic rhythm test)清晰度测试,结果表明,该声码器的合成语音具有较高的可懂度和清晰度.     

基于浊音语音谐波谱子带加权重建的抗噪声说话人识别

提出了一个基于浊音语音谐波谱重建的说话人识别算法.该算法根据浊音语音短时频谱的结构特征和基音信息,对浊音语音谐波结构频谱进行子带加权重建,以补偿由噪声引起的训练与测试条件的失配.算法基于重建浊音频谱提取感知线性预测倒谱系数,与基音相组合作为说话人的语音特征参数矢量,采用高斯混合模型对说话人进行建模.仿真实验的结果表明:所提出的浊音谱重建方法对多种类型含噪语音的噪声补偿均具良好效果,可以明显提高在噪声环境下的与文本无关的说话人识别的识别率,特别是显著提高低信噪比环境下的识别率,而不会明显降低纯净语音和高信噪比环境下的识别率.     

一种基于声学分类的语音激活检测算法

文章涉及了语音编码中最新的一种编码方式——变速率语音编码。语音激活检测 (VAD)算法是其中的关键部分 ,直接影响语音质量和试听效果。文章通过分析国际电信联盟的 G.72 9B标准 ,提出了一种适用于三速率语音编码方式的VA D算法。该算法结合了声学分类 ,对噪声、清音和浊音加以区分 ,最后给出了仿真结果 ,证明其稳健性和有效性     

基于共振峰参数和分类线性加权的源-目标声音转换

源-目标说话人声音转换是一种变换说话人声音特征的技术,它将源说话人的声音转换成目标说话人的声音.其中,声道参数的转换是获得高质量重建语音的关键,所以选择声道共振峰参数作为待转换的特征参数,利用线性预测求根法提取共振峰参数.为了克服分类线性转换算法(CLT)中分类不准带来的误差,引入了分类线性加权转换的策略,给出了一种基于径向基函数神经网络的分类线性加权转换算法(WCLT).在微软汉语普通话语音数据库上对转换语音分别作了客观和主观评估,验证了分类数目和训练集对两种转换算法的影响.实验结果表明,WCLT算法的转换效果优于CLT算法,一定程度上克服了高斯混合模型的转换算法(GMM)转换语音时,频谱过分光滑的现象,并在只有较少训练集数据时也能得到较好的转换效果.     

一种基于LPC残差的语音激励脉冲逼近方法

针对某些语音LPC(L inear Pred iction Cod ing)分析的缺陷提出一种改进算法。该算法重点研究经典LPC分析后基音激励方向向下的语音,对这种浊音LPC残差进行后滤波以取代预增强的方法使其逼近语音激励。该算法将传统LPC分析中的声道模型和声门模型分开考虑,既避免了引入ARMA模型难以计算的缺陷,同时又显著的抵消了声门模型中极点的影响。实验表明,该算法对经典LPC分析后基音激励方向反向的语音,改善效果明显,残差的方向性与理论分析更加吻合。最后将该方案应用于语音水印的研究中,具有一定实用性。     

基于Gauss混合模型的清浊音恢复改进算法

为提高子带清浊音(unvoiced/voiced,U/V)解码端恢复算法在不同能量电平下的鲁棒性,提出了一种改进型能量自适应U/V参数解码端恢复算法。通过跟踪长时能量的变化轨迹,在Gauss混合模型(Gaussian mixed model,GMM)下,用归一化的能量参数和线谱频率参数(line spec-tral frequency,LSF)对U/V参数的分布特性进行估计。测试结果表明:在较低的能量电平下,与用绝对能量对U/V参数进行恢复的算法相比,该能量自适应U/V参数恢复算法能够将清浊音误判率降低10%～25%,并将合成语音的平均意见得分(mean opinion score,MOS)提高0.03～0.09,改善了算法的性能。