语音信号的主分量特征

利用曲线拟合与主分量神经网络相结合的方法,提出了一种既反映声道变化符合人耳听觉特点和语音识别新特征。与其他神经网络识别特相比,新特征不仅可以提高语音识别准确率,而且具有算法简单,存储容量小,便于实时实现的特点。     

语音信号采集和处理方法的研究

语音信号的采集和处理是计算机语音交互的前提和基础.介绍了3种采集和处理语音信号的方法,用Windows中的录音机程序、MATLAB编程和Praat程序采集和处理语音信号的方法,供开发人员按需要选用。     

语音信号共振峰的LPC分析

共振峰是表征语时信号特征的两个基本语音参数之一。本文通过对语音信号共振峰的分析,阐述了语音信号分析技术中用ＬＰＣ基本原理,求解预测系数｛αｋ｝的有效算法及对共振峰分析的有效途径。     

基于遗传算法的输油管道压力信号自适应滤波

通常检测到的输油管道压力信号存在着信噪比较低的问题,通过应用实数编码的改进遗传算法对最小均方误差(LM S)自适应滤波器的权值向量W进行寻优,避免了收敛步长μ选择不当所引起的误差;遗传算法的并行操作也有效地防止了W在递推过程中收敛于局部最优解.仿真结果表明,该方法简单,运行时间短,去噪效果良好,可为泄漏检测和定位提供可靠的数据.     

一种稳健的语音传输路径自适应建模系统及应用

针对语音信号的特点,提出一种稳健的语音传输路径自适应建模系统.它在引入宽带平稳训练信号克服非平稳输入自适应建模失配的基础上,用小延时预测滤波消除自适应建模的语音干扰,同时用补偿滤波来修正预测滤波导致的训练成分失真.计算机仿真表明,该建模系统在回声抵消、语音增强等领域均有很好的应用前景.     

基于LMS算法自适应滤波器的Matlab仿真分析

适应滤波器在信号检测、信号恢复、数字通信等许多领域中被广泛应用,因而一直是学术界一个重要研究课题。近年来,微电子技术和超大规模集成穴VLSI雪电路技术的飞速发展又促进了自适应滤波技术的进步。自适应滤波技术正是由于具有对干扰频率不敏感且其权值调整是基于对系统参数的优化等特点,而越来越多地受到人们的关注。传统的自适应滤波器主要在时域中实现,采用抽头延迟线(TappedDelayLine)结构及Widrow-Hoff自适应LMS算法。这种方法算法简单,稳健性也比较好,因而被广泛的应用。但是滤波器的阶数可能会很高,步长系数可能会很小,收敛性…     

基于凸组合的麦克风阵列自适应语音增强方法研究

广义旁瓣相消器是应用极为广泛的麦克风阵列语音增强方法,对含高斯噪声的语音信号降噪效果较明显.然而,当语音信号中混有脉冲噪声时,利用此方法进行降噪处理所得增强后的语音信号可识别性明显变差.为改善含脉冲噪声语音信号的降噪效果,本文提出一种基于凸组合的麦克风阵列自适应语音增强方法.该方法利用由线性滤波和非线性样条滤波构成的凸...     

基于空间增强和谱减法的语音识别系统

为了解决连续语音识别在自然环境中噪声估计高误差、去除噪声和语言失真不能良好平衡、导致关键词识别率低下的问题,提出了一种全新的自动语音识别系统(ASR).本系统将双通道含噪语音信号通过空间增强模块进行噪声提取,通过均衡考虑语音信号和参考噪声输入谱减法模块进行去噪与语音失真的噪声去除和信号放大,最后进入基于隐马尔科夫模型(HMM)的自适应语音信号识别模块进行识别处理.实验显示,本系统可有效减少运算负载、提高关键词识别率.     

一种新的麦克风阵列自适应语音增强方法

在复杂的语音环境中,利用麦克风阵列语音增强技术能有效地拾取目标语音信号并
消除噪声干扰,但传统的麦克风阵列波束形成的加权系数是固定的. 为了能灵活地控制麦克
风阵列波束的形成方向以及消除其波束旁瓣带来的残余噪声,提出了一种基于麦克风阵列的
自适应语音增强技术. 该技术将自适应滤波器和麦克风阵列相结合形成波束可控的广义旁瓣
消除器,然后在广义旁瓣消除器后面续接一个改进的谱减法,并加入契比雪夫窗函数. 仿真实
验结果表明,所提出的语音增强方法能有效去除语音信号中的噪声干扰,相比于传统广义旁
瓣消除器,信噪比大约提高了3.5 dB.     

小波变换在语音增强中的应用

通过分析语音信号的特性,采用了先对信号进行清浊音的判断,其次运用小波变换来处理带噪语音信号在不同尺度上的带噪小波系数,从而实现在重构中增强语音信号的目的,并通过计算机仿真结果验证了该方法的有效性.     

一类自适应ⅡR滤波器的统一模型及性能分析

从矢量空间其函数的角度阐述了具体有限制反馈的自适应ⅡＲ滤波器＿Ｌａｇｕｅｒｒｅ滤波器和Ｇａｍｍａ滤波器,提出了这类滤波器的统一模型,在此基础上,对其性能作了较为详细的分析与比较,指出一一般意义上Ｇａｍｍａｎ滤波器性能好于Ｌａｇｕｅｒｒｅ滤波器,导出了具有限制反馈的自适应ⅡＲ滤波器的Ｗｉｅｎｅｒ－Ｈｏｐｆ方程及其应的ＬＭＳ算法,并给出了仿真结果。     

高斯基函数参数自适应信号分解和相应的时频分布

提出了一种在线性调频高斯基函数上进行信号自适应分解的方法,并给出了相应的自适应时频分布.该分布是一种正的时频能量分布,具有较高的时频分辨率且无交叉项干扰.基函数集是由单一原型高斯函数通过自适应调节其方差、扫频率、时移和频移来匹配信号的局部时频特征而获得.这些参数和匹配系数中包含了信号的全部信息,可以方便地用于进一步的信号处理.仿真结果表明该方法是有效的.     

光纤陀螺自适应阈值滤波新方法

通过Lipschitz指数分析不同分解尺度上信号与噪声对应的小波系数变化情况和光纤陀螺输出信号模型,研究了一种新的基于离散小波变换的自适应滤波方法. 该方法可根据光纤陀螺输出信号的能级自动调整小波系数在不同尺度上的阈值. 构造了一种新的阈值函数,用一个多项式来削弱低于阈值的小波系数,能最大限度地保留真实信息. 与软硬阈值函数相比,对于不同信噪比的信号均表现出较好的性能. 仿真实验表明,与传统固定阈值滤波相比,新算法能更好地去除噪声,改进光纤陀螺的零偏稳定性和随机游走等技术指标.     

一类自适应IR滤波器的统一模型及性能分析

从矢量空间基函数的角度阐述了具有限制反馈的自适应ＩＲ滤波器——Ｌａｇｕｅｒｅ滤波器和Ｇａｍｍａ滤波器,提出了这类滤波器的统一模型．在此基础上,对其性能作了较为详细的分析与比较,指出一般意义上Ｇａｍｍａ滤波器性能好于Ｌａｇｕｅｒｒｅ滤波器,导出了具有限制反馈的自适应ＩＩＲ滤波器的Ｗｉｅｎｅｒ－Ｈｏｐｆ方程及其相应的ＬＭＳ算法,并给出了仿真结果．     

基于MATLAB的语音信号仿真与分析

基于MATLAB平台对语音信号进行了仿真与处理,包括对语音信号的录取和导入,信号时域和频域方面的分析,添加噪声前后的差异对比,滤波分析,语音特效处理。最后基于GUI技术完成了系统界面平台的设计。     

子带频谱分析的语音增强

提出一种有效的语音增强算法,该算法使用重叠相加FFT滤波器进行谱幅度估计,给出噪声估计的两个均值参数,此参数适用于任何噪声.而且进行噪声估计无需检测语音间隙,无需VAD的运算过程,克服了单信道噪声压缩算法的缺点.     

一种新的自适应双边滤波算法

现有的双边滤波算法需要预先设置空间方差和灰度方差参数,滤波时参数固定且不能保证是最优的参数设置. 文中提出一种新的自适应双边滤波算法(adaptive bilateral filtering, ABF),通过目标尺度信息实现空间方差局部自适应取值,保留更多的图像边缘特征;采用图像分块技术估计噪声方差,根据噪声方差自适应地设置灰度方差,以保证滤除噪声的性能;通过强制增大空间方差滤除较强噪声点. ABF不必像传统双边滤波算法那样根据经验设置参数,而是根据图像局部特征自适应地设置空间参数,不仅提高了滤除噪声的能力,而且更好地保留了图像边缘特征. 仿真实验表明,无论是主观评价还是客观评价,所提出的方法均优于传统的双边滤波算法、各向异性扩散算法和改进的双边滤波算法.     

宽带CDMA系统中信道估计自适应滤波的研究

在研究了宽带CDMA系统中信道估计均方误差(MSE)的基础上,提出了一种利用信道估计的互相关函数作为系数的有限冲激响应(FIR)滤波器,并比较了它的理论均方误差与维纳滤波器以及滑动平均滤波器之间的大小.在第三代移动通信(3G)支持的多普勒频移范围内的计算机仿真表明:通过自适应算法,验证了所提出的方法在知道噪声方差的情况下都可以获得良好的均方误差性能.     

小波变换及其在语音信号处理中的应用

人们为了了解自然界的规律,或是为了解决工程中的一些问题,需要对各种各样的信号进行分析,在小波变换出现以前,应用最广泛的是傅立叶变换.但是在利用傅立叶变换分析信号时,存在着某些缺陷.小波变换基于海森堡测不准原理解决了局部时间信号分析的难题,发展了信号分析的方法,成为了当代信号分析的主要工具之一.由于语音信号的复杂性,以及在某些方面与小波变换的相似性,使小波变换在语音信号处理有着很广泛的应用.本文对小波变换及其在语音信号处理中的应用进行了简要的综述.