语音信号中相位信息的听觉感知研究

通过主观听觉测试实验，研究了语音信号中相位信息对人的听觉感知的影响．实验结果表明，保持语音信号的幅度谱不变，在改变其相位谱时，只要重建信号在时域中的包络不变，重建语音和原始语音就不存在主观听觉上的差异．重建语音的听觉感知效果主要取决于附加相位对频率的导数的起伏幅度．重建语音中不同频率分量之间的最大相对时移决定语音感知的质量，当最大相对时移小于10ms时，语音感知质量最优；只要相位失真带来的不同频率分量之间的最大相对时移小于20ms，就不会影响对连续语音的正常理解．     

基于正弦模型的多描述语音编码器

提出了一种多描述正弦编码器(MDSC).该编码器基于正弦和等效矩形带宽(ERB)噪声模型,正弦参数按照奇数位和偶数位交织的方法分解到两个描述中, 而噪声参数经过分裂矢量量化后,索引分配到两个描述中.仿真结果表明,该编码器能够提供较高的传输稳定性和压缩效率.因为该编码器为无状态编码器,所以分组的丢失不会影响编码器状态的恢复,适合在互联网等不可靠且带宽受限的信道上传输语音信号.     

听觉计算模型在自动语音识别中的作用

听觉系统是语音信号处理过程不可分割的组成部分,听觉计算模型对自动语音识别研究具有非常重要的意义.简要评述了听觉计算模型近30年的研究进展,特别是近些年的研究成果,并指出听觉计算模型未来研究的主要方向.     

线性预测编码在语音编码中的运用

本文描述了语音的产生原理、模型,对线形预测编码在语音编码中的运用进行了介绍,并对其常用求解方法进行了比较。     

基于正弦模型的多描述分层语音编码器

提出一种多描述分层语音编码器. 该编码器基于正弦和等效矩形带宽(ERB)模型,将正弦和噪声模型参数根据能量大小进行适当分配以得到不同的描述和感知层,两个描述中任一描述内包含一个基本层和两个增强层. 该编码器结合了多描述编码(MDC)和分层编码的优点,能够提供稳定的传输质量和速率的自适应. 在有记忆和无记忆信道下对编码器性能的仿真和实验结果表明,在存在分组丢失的情况下,该编码器的性能优于相同速率下的其他编码器.     

基于正弦模型的汉语语音时长和音高的修正

把一种基于语音的正弦模型的音高和时长修正算法应用于汉语普通话语音的韵律调整,可调范围比较大,而且保证了合成语音的清晰度与自然度,非正式测听结果表明：该算法是一种很符合汉语语音的韵律调整的 算法。     

基于听觉特性的电子耳蜗语音编码策略

为了改善电子耳蜗语音编码策略的性能,提出了一种基于听觉特性的编码策略.策略中的带通滤波及包络检测阶段采用Gammatone滤波器模型和Meddis内毛细胞模型;在通道选择阶段引入心理声学的掩蔽效应模型,从M个通道中选出N个通道,在相应的通道产生脉冲刺激信号.用MATLAB对提出的策略进行仿真研究,实现了22选8的编码策略.结果表明,所提编码策略在稳定性和鲁棒性方面优于CIS和ACE编码策略.     

基于一种听觉模型的特征提取及语音识别

该文分析了人耳耳蜗及中枢听觉神经对声信号处理的机理，主要包括耳蜗对声信号的频率分析、柯蒂氏器官毛细胞的从振动机械能到电化学能的转换，听神侧抑制神经网络和增益调整四个层次，建立各个层次上听觉的数学模型。     

基于听觉特性的电子耳蜗语音编码策略

为了改善电子耳蜗语音编码策略的性能,提出了一种基于听觉特性的编码策略.策略中的带通滤波及包络检测阶段采用Gammatone滤波器模型和Meddis内毛细胞模型;在通道选择阶段引入心理声学的掩蔽效应模型,从M个通道中选出N个通道,在相应的通道产生脉冲刺激信号.用MATLAB对提出的策略进行仿真研究,实现了22选8的编码策略.结果表明,所提编码策略在稳定性和鲁棒性方面优于CIS和ACE编码策略.     

短时语音付里叶变换中关于相位编码方法的研究

语音参数编码中，相位信息占有重要的地位．本文根据语音信号中相位信息所遵循的统计分布规律，找到了一种新的相位编码方法，从而使相位编码的比特数得到了极大的压缩．将此法用于语音压缩中，由计算机模拟结果证明该方法是成功的，其合成语音品质获得了很好的可懂度和自然度．     

语音增强技术在低速语音编码中的应用

在语音编码的应用环境中,特别是在军事应用中,强噪声环境下声码器性能的改进是一个亟待解决的问题。在研究语音增强技术的基础上,将语音增强技术于低速语音编码,有效地改善了低速语音编码算法的抗背景噪声的性能。并利用所构建的语音质量客观评价平台,对语音增强低速编码算法的抗背景噪声性能进行了客观评估与分析。     

基于正弦表示与耳蜗模型的语音分析与合成

本文采用语音信号的正弦表示方法并利用耳蜗模型提取了语音信号的基本物征参数，建立了一个语音分析／合成系统。     

自适应技术在语音编码中的应用

为了解决单一语音编码方法所带来的系统容量和频带利用率的浪费,以欧洲电信标准委员会（ＥＴＳＩ）的自适应多速率（ＡＭＲ）语音编码标准为基础,介绍ＡＭＲ编码技术的基本思想,分析ＡＭＲ语音编码整体系统实现,并在全球移动通信系统（ＧＳＭ）的３种典型噪声环境下模拟测试了ＡＭＲ的中文语音性能,并将合成波形与其它编码器的结果进行了比较,模拟结果表明,ＡＭＲ合成语音质量要比其它编码模式高０．５￣１．２个ＭＯＳ分。     

一种典型的数字移动通信信道模型在语音编码中的应用

以Gilbert-Elliot数字信道模型(GE模型)作为数字移动通信信道模型,分析了该模型的突发误差(Burst Error)统计特性.用PCM及ADPCM编码方法,研究了在信道各种不同平均比特误差率p条件下的语音信号输出性能,以及使用不同交错(Intereaving)因子s条件下信道输出特性.同时还研究了产生统计独立误差的Bernoulli(BR模型)信道在上述语音编码条件下的输出特性.得出在较低信道平均比特误差率的条件下,两种信道模型有接近相同的输出信噪比。     

TD-PSOLA技术在汉语语音波形编码合成中的应用

以时域基音同步叠加（ＰＳＯＬＡ）技术和一个全汉语单音节库为合成单元进行汉语语音波形编码合成,针对汉语语音的音高、时长、音强以及音节之间的协同发音效应等影响合成语音质量的主要因素,建立相应音节的声调曲线、时长规则和音节之间协同发音规则等韵律规则,并利用时域基间同步叠加法原理调整合成语音的音高和时长,从而使合成的语音比较清晰自然。     

高阶谱分析在抗噪语音编码中的应用

将高阶谱分析技术应用于语音编码中以提高其抗噪声的性能,给出了两处利用高阶量提取语音参数的语音编解方案：a．采用高阶累积最小二乘直接估计法提取语音参数进行编码;b．采用高阶累积量SVD－TLS估计法提取语音参数进行编码,研究结果表明,这两种方案在噪声环境中工作时,具有极好的抗高棋朋色噪声和对称分布噪声的能力,总的抗噪性能明显优于传统的LPC声码器。     

VoIP中的语音编码技术分析

介绍了语音编码技术的原理和分类,对几种常用语音编码算法进行了性能分析和比较。     

噪声模型在参数音频编码算法中的应用

针对现有噪声模型合成噪声偏大、与正弦波模型融合得不好的缺陷，提出用改进的MP(Matching Pursuit)算法来提取残差信号中多余的正弦波，利用基于能量比值的停止原则，使残差信号尽可能地接近白噪声而迭代次数又能有效地减少；改进了频带边界的能量分配方式以弥补频谱分辨率的不足．改进模型控制结构简单，所需比特数少且能提高合成声音的质量．