基于减谱法的语音增强和噪声消除的研究

介绍了减谱法进行语音增强的一种方法 .分别对语音和噪声信号进行傅立叶变换 ,求得它们的频谱 ,相减得到的是去噪后语音的频谱 ,再进行傅立叶反变换 ,即可得到增强语言信号 ,从而有效地抑制了噪声     

在PC平台上的语音信号采集和处理

在windows音频频设备与Matlab函数的基础上,设计了一种基于PC机的语音信号采集系统,该系统给出了数据采集、信号分解过程和MATLAB程序。实验显示它具有性能稳定可靠,使用方便,适用范围广的特点。可用于频谱分析、语音增强、语音编码或语音识别的实验系统中。     

基于谱包络的抗噪语音特征提取方法

研究了噪声对语音信号的干扰规律,利用语音信号的准周期性,较好的提取了含噪语音信号的频谱包络。通过一些改进算法,对包络峰值特征提取方法进行优化,并使用工程数学软件Matlab对此方法进行了模拟计算。结果表明:该方法可以较好的重建被噪声污染的语音谱包络,从而较好的提取到频谱的包络峰值特征。     

改进的子波过零电子耳蜗语音编码策略

提出改进的倍频程小波过零刺激方案(WZCS),以改善电子耳蜗语音编码策略的性能.在语音信号倍频程小波变换域的过零点通过幅度调制合成刺激脉冲,并基于Matlab对该算法和连续间隔采样(CIS)、通道专用采样序列(CSSS)、频率幅度联合调制编码(FAME)等编码策略进行仿真,将合成信号与原始语音、合成信号频谱与原始语音频谱进行了相关性分析.仿真结果表明,WZCS算法合成信号的频谱与原始语音信号的频谱相关系数最大,WZCS算法合成信号频谱与原始语音最为相关,且相关显著,即与其他算法相比其保留了原始语音信号的更多频率和相位成分.     

短时傅立叶变换在数字信号处理中的应用

针对基于傅立叶变换对于非平稳信号的分析不能随时间的变化而得出精确频谱变化的问题,提出用Matlab软件编程处理非平稳信号,将非平稳信号加窗截断,分为一个个趋近于平稳的短时信号,分段进行快速傅立叶变换进行频谱分析,从而可以较精确地观察非平稳信号的频谱变化情况.     

一种基于Matlab的语音信号采集与分析系统设计

介绍了一款基于Matlab的语音信号采集与分析系统,该系统通过声卡和Matlab的数据采集工具箱低成本地实现了语音信号的实时采集,并利用Matlab强大的数值计算和信号处理功能高精度地完成了语音信号的分析工作,具有使用方便、价格便宜、通用性强等优点。     

基于小波和傅立叶变换的纱线波谱图计算

采用离散小波变换与快速傅立叶变换相结合的方法,先对纱线信号进行小波分解,再对各子带信号作快速傅立叶变换,从而得到各子带信号的频谱。截取相应频段,并在同一图形上显示,然后将各频率成分转换成相应的各波长分量,得到纱线波谱图。     

语音信号采样的实现和语音信号动态谱曲线的快速显示

通过对 TMS320C25E 型开发/高速处理板的开发,实现了语音信号的快速采集,并且可以在规定的范围内对采样频率进行选择,与此同时,可以快速显示内存或磁盘文件中的语音信号的动态谱曲线。本文介绍了语音信号采集和语音信号动态谱曲线快速显示的原理及软件实现。     

Matlab在信号与系统中的应用

Matlab作为目前国际上最流行的工程类应用软件,较为广泛的应用于财务分析、计算机技术、图像信号处理、汽车行业、语音处理等多种工程性行业当中。信息与系统是现代大学院校当中通信工程系、电信系等专业的必修课程,其中理论性的知识较强,概念知识点较多,再加上系统分析当中的时域图与频谱图难以绘制,所以Matlab的出现给信号与系统的实践带来了很多便捷。本文主要介绍在Matlab和＂信号与系统＂的基本概述,以及详细阐明Matlab在信号与系统中的实践应用。     

光纤通信系统中的色散补偿研究

光纤色散特性是光纤通信系统的决定性因素.利用光学傅立叶变换(OFT)和变换受限(TL)脉冲可以实现色散的补偿,该色散补偿方案以傅立叶变换受限脉冲信号传输时的无畸变频谱为基础,在输出端利用光学傅立叶变换把这个无畸变的频谱转化成时域中的波形,这个波形和初始脉冲信号的波形在时域上是无失真变化的.然后用这个方案对三阶色散的补偿进行了分析研究,数值模拟结果和理论结果相符.     

基于线性预测下的语音信号合成

线性预测编码(Linear Predictive Coding)是实现语音编码的一项重要技术.通过对语音信号和LPC的研究,介绍了语音信号的线性预测分析原理,详细分析用来求解线性预测方程的自相关法和计算方法,并用Matlab对实际语音信号进行线性预测编码实验.实验结果表明,应用LPC法合成的语音信号误差小、计算简单、合成速度快.     

基于DSP的语音响度补偿的实现

针对耳聋患者的听阈曲线与正常人之间的区别,提出一种在频域内实现语音响度补偿的新算法,即频率细分响度补偿法,就是对每一帧语音信号频谱变换后,对频谱所含的每个频率点进行相应的增益补偿,并用TMS320VC5509A DSP芯片实现。     

用于语音识别的基于高谱分辨率的谱减法

提出了一种新的基于高谱分辨率的谱减法,通常噪音帧和带噪语音帧具有相同的长度且都是短时帧,对短的噪音帧和带噪语音帧做傅立叶变换得到的谱分辨率低导致谱减法性能下降严重。基于平稳或接近于平稳的背景噪音下合并所有噪音帧再做傅立叶变换以提高噪音帧的谱分辨率;通过对带噪语音信号在时域进行前向和后向的延拓再做傅立叶变换以提高带噪语音信号的谱分辨率,在有效抑制噪音的同时减少了语音谱的失真并提高了系统识别率。     

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。     

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.     

语音时变频谱分析的FFT 技术

针对语音信号频谱分析实际上是时变频谱分析的特性 ,详细地讨论了用 FFT技术对语音进行频谱分析过程中的方法问题     

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Matlab的RLS自适应语音噪声对消系统的设计与实现

自适应信号处理的理论和技术经过40多年的发展和完善,已逐渐成为人们常用的语音去噪技术.而Matlab的出现又为其提供了更为方便快捷的方法来对语音信号进行消噪处理.介绍了自适应滤波器中常用的几种算法,并通过实例介绍了基于Matlab的RLS自适应语音噪声对消系统的设计与实现.     

现代时频分析方法

时频分析能清楚地揭示信号的时变频谱特性,是对时变、非平稳信号进行分析与处理的有力工具。本文主要讨论现代时频分析中极为重要的傅立叶变换、短时傅立叶变换和小波变换,深入分析和比较了傅立叶变换、STFT与小波变换。     

Java和Matlab混合编程及其应用

Java面向对象编程语言和Matlab具有各自的优缺点。将二者结合起来进行混合编程应用到情感语音特征值分析可以充分发挥其各自的优点,弥补单独编程的不足。本文介绍了通过Matlab调用Java及Java调用Matlab的技术,并简要介绍了在Java中调用Matlab实现情感语音语谱图的显示方法。