基于非线性预测反滤波声门下噪音源提取方法的研究

根据噪音呼吸系统生理和生物物理原理，提出了利用声门下噪音源研究声带特性的新方法，并建立了提取声门下噪原的非线性数学模型，在声门上、下声道耦合的条件下，用非线性预测反滤波技术撮了声门下噪音源，并在不同发声方式条件下运用该模型和人体实验证实了该方法的有效性，克服了线性滤波技术的不足，并消除了声门上、下声道所产生的伪迹。     

高质量线性预测分析语音的一种方法

提出了高质量线性预测分析语音的一种方法：首先用语音信号的小波变换检测声门闭合的时刻（ＧＣＩ），而两个相邻ＧＣＩ的间隔即为基音周期，从而可进行基音周期同步分析；其次，选择声门闭合时刻附近以外的声道受到弱激励的语音样本进行线性预测分析．该方法使选择样本的预测误差明显降低，大大提高声道参数估计的精度，其有效性已被实验结果所证明     

语音基频综合与补偿调节的实验研究

采用活体犬喉模型与人体实验方法,研究了喉上神经、喉返神经、上声道负载和贯声门压对语音基频的调节方式和规律;探讨了音调模式动态变化特性。结果表明,各语音声区、目标基频及基频动态模式由喉上与喉返神经、贯声门压和声道负载等因素分别以不同的程度综合调节所决定;当一种或几种调节因素因病变失效时,在一定基频范围内,可由其它因素补偿调节,取得语言所需的目标基频及其动态变化模式。研究结果对发声生理、嗓音康复训练与康复装置研究具有应用价值。     

基于奇异值分解的非线性滤波算法

为了克服强单音干扰条件下传统的线性预测滤波方法抗干扰性能不佳的问题,提出了一种联合奇异值分解(SVD)和非线性滤波抑制直接序列扩频通信(DS／SS)中单音干扰的方法,建立了相应的系统模型,并与传统的线性和非线性滤波器的误码率进行了比较．仿真结果表明,基于SVD的非线性滤波算法对干扰有很强的抑制能力,较好地改善了系统的性能．     

一种蝉鸣声数字化建模的改进方法

蝉鸣声是耳鸣掩蔽治疗最常用的一种匹配声源, 而目前数字化合成的蝉鸣声存在声音机械的问题. 针对该问题, 本文对蝉鸣合成数字化模型的激励源、声源模型和声道模型进行了优化: 使用滤波成型波作为激励源; 在声源信号中加入第二泛音分量; 对声道模型的参数进行修改. 最终合成的蝉鸣声在频谱丰富度和声音自然度得到了优化, 对耳鸣的掩蔽治疗提供了技术参考.     

基于时空信息的无迹变换滤波算法

提出了一种利用UKF算法实现对机动目标进行无源定位与跟踪的滤波方法.仿真结果表明,与扩展卡尔曼滤波器相比,UKF算法的滤波精度和稳定性都有了明显提高.该算法能更好地解决测量模型非线性问题条件下的单站无源定位跟踪问题.     

矢量半径驱动的汉语普通话立体声道模型

为得到更加精确的声道共鸣特性,人们越来越关心说话时声道的结构及其形状变化。该文从MRI 3-D图像数据中提取了汉语普通话7个单元音[a]、[o]、[]、[i]、[u]、[y]、[e]的声道边缘、中线和矢量半径数据,并沿着声道中线从唇到声门等间距截取声道的36个截面,对于每个截面,根据矢量半径的大小使同一个位置的截面形状作线性过渡,从而建立用矢量半径驱动的汉语普通话立体声道模型。计算模型的共振峰并合成语音样本,在与自然语音对比的听辨实验中,该模型取得了较好的语音合成效果。     

一种基于小波神经网络的图像融合方法

图像融合结合图像处理、信号处理、计算机和人工智能等相关技术．通过对多源图像数据信息的提取合成,从而获得同一场景目标较为准确全面的图像描述．神经网络具有强大的非线性映射逼近能力,将神经网络用来进行滤波融合,避免了传统滤波图像变模糊问题．通过小波神经网络自适应动量快速学习算法进行图像滤波融合,能从根本上避免局部最优,且加快收敛速度,具有很强的学习和泛化能力,也避免了网络结构盲目设计．仿真实验表明,用本方法实现的融合图像更加符合人的视觉特性．     

一维拟线性双曲型方程组的整体经典解

考察了一维非齐次拟线性弱线性退化双曲型方程组的Cauchy问题．在初值条件的C^1模有界、L^1模和BV模适当小的假设下,证明了该问题在t≥0上存在唯一的整体经典解,并且此经典解对初值具有连续依赖性．同时推广到具有满足匹配条件的非线性源项的拟线性双曲方程组的情形,并给出了该理论在等离子体物理中的应用．     

拟蒙特卡罗自适应粒子滤波的机载无源定位算法

为了加快无源定位速度,提高定位精度和滤波算法的稳定性,提出一种基于拟蒙特卡罗自适应高斯粒子滤波的机载无源定位算法.利用拟蒙特卡罗积分技术优化采样粒子在状态空间中的分布特性,降低积分误差,提高滤波精度,并且根据预测粒子在状态空间中的分布情况实时自适应调整下一次滤波所需的粒子数,减少冗余粒子,在保证滤波精度的同时有效地提高了算法的运行效率.将所提算法应用于机载无源定位系统,仿真结果验证了该算法的有效性.     

声音转换实验系统的研究与实现

声音转换是将源说话人的声音转化成具有目标说话人特征信息的声音的方法。该系统选择共振峰频率和带宽及基音周期等声音特征参数,分别使用LPC求根法和自相关法提取这些特征参数。矢量量化的码本映射方法实现声音特征转换,共振峰参数法合成转换语音。实验中对5个国际音标与语音中的元音进行转换,并使用MFCC听觉倒谱法对转换结果进行评估,其中男声到女声的转换后的语音到目标语音的MFCC距离比源语音到目标语音MFCC距离平均减小48.8%。     

由透射波提取语音特征参数初探

研究了一维透射波提取语音参数问题．语音的物理本质是声波沿声道透射．声门是波源发生器，唇外是透射后的波，不同的声管形态产生不同的声音，从这些声波中提取不同语音的特征信息，是识别语音的一种途径．所提出的新的透射波提取语音参数公式，其理论基础是：波的传播可以由时变谱信号来刻划，表示成三元(即时间，空间和频率)复函数；介质参数(如反射系数等)均是空间和频率的复函数．利用小波变换实现时频转换后进行计算，再利用分类方法实现语音识别．     

语音转换分析及相似度改进

该文对现有语音转换方法存在的问题进行分析,提出了一种结合频谱弯曲与单元挑选的音色转换方法。首先利用频谱弯曲来获得弯曲后的源频谱。然后,利用弯曲后的源频谱作为预测目标从目标说话人频谱中进行单元挑选。最后,用挑选出来的目标说话人频谱对弯曲后的源频谱进行部分替换,以提高频谱细节上的相似度。评测结果表明,改进的方法与单纯的频谱弯曲相比能够获得约20%的相似度提高。该文还提出了进一步的改进方向。     

白光LED无线光通信系统研究

可见光通信技术是基于白光LED照明光源的无线光通信技术,在电磁干扰场合可代替射频通信,应用前景很广阔。目前白光LED在提供室内照明的同时,已被用作通信光源实现室内无线高速数据通信。本文主要研究的是白光LED加载数字信号,并将信号编码发送,经过空气中长距离传输,接收信号通过电流电压转换、电压放大、比较整形、解码还原发送信号的技术,并在此技术之上加载语音信号传输,展现了本文所介绍的白光通信系统的实用价值。     

IBM Voice Conversion Systems for 2007 TC-STAR Evaluation

This paper proposes a novel voice conversion method by frequency warping. The frequency warping function is generated based on mapping formants of the source speaker and the target speaker. In addition to frequency warping, fundamental frequency adjustment, spectral envelope equalization, breathiness addition, and duration modification are also used to improve the similarity to the target speaker. The proposed voice conversion method needs only a very small amount of training data for generating the warping function, thereby greatly facilitating its application. Systems based on the proposed method were used for the 2007 TC-STAR intra-lingual voice conversion evaluation for English and Spanish and a cross-lingual voice conversion evaluation for Spanish. The evaluation results show that the proposed method can achieve a much better quality of converted speech than other methods as well as a good balance between quality and similarity. The IBM1 system was ranked No. 1 for English evaluation and No. 2 for Spanish evaluation. Evaluation results also show that the proposed method is a convenient and competitive method for cross-lingual voice conversion tasks.     

离心式透平压缩机声辐射场的理论分析及气动噪声频谱预测

建立了一个可用于预测离心压缩机叶轮粘性尾迹与叶片扩压器相互作用而导致的声辐射议程，将叶片扩压器模化成一组周向排列的脉冲偶极源，每个脉冲的幅值和到达时间是随机变量，运用调制理论模型得出其相互作用而导致的噪声值及其频谱，对ＤＨ６３型离心压缩机噪声场进行了，理论计算值与试验测试值合较好。     

一种新的ATM网业务模型

提出一种新的ＡＴＭ网业务模型，它去除了ＭＭＰＰ等信源业务模型中的泊松到达假设，更符合ＡＴＭ中业务的性质。它可以用于描述数据、语音、视频，甚至它们的复合业务流。给出了对这种模型进行排队分析的流体流分析法。最后以视频与话音业务的复合为例给出分析结果，并与仿真实验进行了对比，结果是令人满意的。     

OFDM中基于语音特性及分组长度的多业务调度

调度的目标是尽可能降低语音分组时延,同时最大化数据业务的总吞吐量。采用串行调度的方法:先进行语音调度,再进行数据调度。通过一个可调参数Vmax体现语音和数据业务在资源分配上的折衷。算法设计时考虑了可变分组长度给调度带来的影响与约束,提出了一种载波补偿方案以保证在每个调度帧内传输尽可能多的分组,并利用了语音业务特性。仿真结果表明:与Ahmed和Gkkw算法相比,该算法降低了语音分组时延。     

Material differences of auditory source retrieval: Evidence from event-related potential studies

Two event-related potential experiments were conducted to investigate the temporal and the spatial distributions of the old/new effects for the item recognition task and the auditory source retrieval task using picture and Chinese character as stimuli respectively. Stimuli were presented on the center of the screen with their names read out either by female or by male voice simultaneously during the study phase and then two testa were performed separately. One test task was to differentiate the old items from the new ones, and the other task was to judge the items read out by a certain voice during the study phase as targets and other ones as non-targets. The results showed that the old/new effect of the auditory source retrieval task was more sustained over time than that of the item recognition task in both experiments, and the spatial distribution of the former effect was wider than that of the latter one. Both experiments recorded reliable old/new effect over the prefrontal cortex during the source retrieval task. However, there existed some differences of the old/new effect for the auditory source retrieval task between picture and Chinese character, and LORETA source analysis indicated that the differences might be rooted in the temporal lobe. These findings demonstrate that the relevancy of the old/new effects between the item recognition task and the auditory source retrieval task supports the dual-process model; the spatial and the temporal distributions of the old/new effect elicited by the auditory source retrieval task are regulated by both the feature of the experimental material and the perceptual attribute of the voice.     

适用于语音业务的MANET机会路由机制

传统路由机制需要在源和目的节点之间预先建立端到端路径,当链路质量较差时,频繁地建立路径会影响业务的服务质量。为支持实时语音业务,提出一种机会路由机制,该机制并不预先建立连接,而利用多个路由请求和路由应答消息建立转发列表,表中的节点利用与其他节点的相遇机会对数据包进行转发,并根据转发节点的优先级对转发数据包的数量进行限制。仿真结果表明:机会路由机制能够减小语音业务的端到端时延,提高分组投递率,可以在不稳定的信道为语音业务提供服务质量保证。