一种基于马可夫过程统计模型的语音激活检测方法

根据语音的特点，以一阶马可夫过程统计模型对语音进行建模，并在此基础上对语音的激活检测进行了性能分析。在方案的实现过程中，采用了多种平滑因子，进一步改进了语音判决的正确性。与通常所用的检测方法相比，在性能上有了一定程度的提高。     

一种基于噪声模型的语音/噪声分类方法

提出了一种可用于嵌入式ASR系统的语音/噪声分类的新方法，该方法利用一个噪声模型，对每帧信号的评价值进行语音/噪声分类．实验表明，该方法可以有效地区分语音和噪声，并表现出在各种噪声环境和不同信噪比条件下的鲁棒性．该算法已经集成进一个ASR系统，并在Corn-paq iPAQ上进行了测试，其计算代价不到整个系统代价的10％．     

一种基于噪声动态检测的语音端点检测算法

HMM技术在语音识别中得到较为成功的应用．本文基于HMM的孤立词语音识别系统的识别策略，提出了两个改进的算法．第一种算法是对背景噪声进行动态估计的汉语语音端点检测算法，较一些常规的端点检测方法如基于能量的端点检测方法，具有更高精度和鲁棒性，第二种算法针对分裂法进行码本设计时，可能出现除数为零的计算错误，提出了避免出现计算错误的改进算法．通过进行汉语孤立词语音识别实验，表明这两种算法是有效的，得到较高的识别率．     

基于交叉熵顺序统计滤波的语音端点检测算法

为提高语音端点检测在强噪声环境下的准确率,提出了一种基于交叉熵顺序统计滤波(OSF)的语音端点检测算法。该算法以子带交叉熵为语音/非语音的区分特征,首先将每帧语音的频谱划分成若干个子带,估计出每个子带能量与背景噪声之间的交叉熵,然后把相继若干帧的子带能量交叉熵经过一组顺序统计滤波器,最后根据各帧交叉熵的值对输入的语音进行分类。实验结果表明:该算法能够有效地区分语音和非语音。特别是在强噪声环境下依然能够保持很高的检测率,具有鲁棒性。通过实验结果比较,该算法在性能上优于最近提出的基于能量顺序统计滤波和单纯交叉熵判别的两种方法。     

噪声环境中基于HMM模型的语音信号端点检测方法

在噪声环境下如何提高语音信号端点检测的准确性是自动语音识别（ＡＳＲ）研究中的一个重要课题．常用的基于短时能量的端点检测方法对于能量较低的音节或在信噪比较低的环境下,检测性能不够理想．讨论了一种基于ＨＭＭ模型的语音信号端点检测方法．先用训练的方法生成背景噪声和废料的模型,再用Ｖｉｔｅｒｂｉ解码算法对待测信号进行处理,并给出了具体的实现方法．实验测试结果表明,基于ＨＭＭ的端点检测方法的检测性能接近于人工检测,方法是有效的．     

基于含噪语音统计特征的小波去噪算法分析与实现

小波分析在信号处理方面具有优越性.本文将其应用于语音信号处理,所做的主要工作:证明了Daubechies小波语音能量守恒;基于含噪语音的统计特征,提出了样本方差阈值小波分解算法及重构算法;将新的阈值算法和Waveshrink算法用于语音除噪,并运用于多组实验进行对比.仿真数据表明,本算法效果较优.     

基于限带参数模型的距离扩展目标检测

针对高距离分辨率雷达应用背景,提出了一种距离扩展目标检测的新方法.首先建立了基于目标最大最小径向长度约束的限带参数模型,然后提出了模型参数的最大似然估计方法,最后设计出了一种新的恒虚警检测器并对其性能进行了分析和比较.理论分析和仿真计算结果表明:在未知目标径向长度情况下,该检测器具有较好的检测性能,其稳健性优于现有的距离滑窗检测器.     

应用统计模型的地震信号端点检测方法

分析了随机信号的相关性，建立了噪声的相关性统计模型。提出了信号自相关系数相似距离的概念，证明并讨论了噪声和信号之间的可辨别“自相关相似距离”，据此总结出基于相关系数的地震信号端点检测方法，并给出了算法的具体实现步骤，阐述了检测阈值的确定方法，并对用此方法以及人工检测法得到的实验检测结果进行了比较。结果表明，即使在较低的信噪比条件下，采用本算法仍能较准确地检测出地震信号的端点位置。     

基于加权统计模型和遗传算法的人像目标检测

目的 研究基于加权统计模型和遗传算法的人像目标检测方法。方法 提出用于检测非刚性图像目标的一种加权统计模型,该模型含有待检测目标样本的统计值,可有效解决图像目标发生形变和倾斜情况下检测器的适应性问题。     

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。     

话音检测器和话音瞬态参数的统计分析

本文介绍一种用于话音内插系统(Speech Interpolation System)的高灵敏度话音检测器,并用该检测器进行了各种话音瞬态参数的统计分析。该话音检测器通过分析输入信号的短时能量和零交叉率等检测话音信号,采用自适应电平门限和释放延迟等措施提高了话音检测器的灵敏度和可靠性。同时,这种方案对于线路中的信令信息有较强的识别能力。采用本话音检测器对话音信号所做的统计分析不仅得到了具有一定价值的汉语活动规律,而且进一步完善了检测方案。同时,通过汉语和英语话音活动规律的比较表明汉语应用话音内插技术的效果要优于英语。     

基于谱减的语音增强算法的改进

为降低噪声对语音通信的干扰,提出了一种基于谱减的语音增强算法的改进方法。根据噪声频谱的G auss统计模型修正语音增强过程中噪声频谱的估计方法,利用帧内、帧间约束估计每一个频点的先验信噪比,提出了一种简便的估计语音在每一个频点出现的概率的方法,得出了修正的语音增强算法。在白噪声以及坦克噪声环境中分别对算法的性能进行测试。实验结果表明:在几乎不损伤语音清晰度的前提下,该算法使“音乐噪声”得到了更好的抑制,同时信噪比提高了约8 dB以上。     

一种组合参数的语音信号清/浊音判决方法

提出一种基于组合参量的语音信号清／浊判决方法，减小了清／浊单信号特征概率分布的重叠区域，程序设计简练。经计算机仿真表明，与单一参量判决方法相比，其错判率小，抗噪性好。     

利用虚拟声环境研究教室语言清晰度

教室室内语言清晰度是教室声学研究的重点,而语言清晰度试验是研究教室室内听闻环境最直接的方法.但要找到声环境按照一定规律变化的教室并完成语言清晰度试验,往往很困难.处理教室实测脉冲信号,采用指数衰减法可以构建混响时间按一定规律变化的声环境,而采用噪声混入法则可以获得信噪比不同的虚拟声环境.通过对虚拟声环境下的语言清晰度试验结果进行数据分析,可以获得教室室内最佳混响时间和信噪比的最佳取值,证明了通过构建虚拟声环境来研究教室语言清晰度是可行的.     

基于谱减法的藏语语音减噪研究

语音信息的采集过程中难免会有各种噪声的干扰,噪声降低了语音的可懂度及清晰度,甚至严重影响语音处理的准确性和可靠性。谱减法是语音减噪中最常用的方法,该方法基于人的感觉特性,对语音短时幅度谱进行估计,适用于受加性噪声污染的语音。本文通过统计分析谱减法的增益补偿因子和过减因子参数,研究基于谱减法的藏语语音减噪处理,并取得较为理想的实验结果。     

基于自适应门限的分形维数语音端点检测

针对固定门限方法在语音端点检测技术中的局限性,为了提高低信噪比下语音端点检测的鲁棒性和准确率,将自适应门限应用于分形维数的语音检测中,提出了一种新的语音端点检测算法.该算法通过对语音信号产生机制的分析,将分形维数用于语音起止点的检测中,设计了自适应门限,从而有效降低了噪声干扰对检测结果的影响,并实现了实时检测.仿真实验结果表明,在低信噪比的情况下,改进的端点检测算法比传统的短时能量检测算法可更准确有效地实现带噪语音的端点检测,而且对噪声干扰具有更好的鲁棒性.     

采用单片机的同步外差相敏检波器

分析了同步外差相敏检波原理和性能，进而采用８０９８单片机控制下工作的数字移相器的构成同步外差相敏检波系统，并进行了测试。     

线性预测编码的实时语音通信系统

线性预测编码的实时语音通信系统时龙兴陆生礼李素珍（东南大学国家ＡＳＩＣ工程中心，南京２１００１８）随着无线通信的快速发展，频谱资源更显宝贵．为了更有效地利用有限的频谱资源，迫切需要实时的低速率语音编解码系统．综合目前的语音编码技术现状，选用语音的参数...