基于多情感说话人自适应的情感语音合成研究

提出了一种基于多情感自适应的情感语音合成方法,其创新点在于,通过SAT过程从多个说话人的情感语音语料中获得情感语音的平均音模型,对目标说话人的情感数据进行自适应变换,构建目标情感的声学参数模型,从而达到合成出目标说话人的情感语音的效果.实验表明,本方提出的方法能够获得自然度和情感相似度均较好的合成情感语音.     

LPC-10声码器算法研究与实现

语音编码按照编码方式大致分波形编码、参数编码和混合编码3种。参数编码又称声码器编码,它是先在频域或者其他变换域提取信源信号的特征参数,然后对这些参数进行编码和传输,最后根据这些特征参数重建语音信号。本文,笔者使用Matlab软件对线性预测编码进行了仿真实现。利用三电平削波和自相关法计算基因周期估值,利用短时自相关法获取线性预测系数,利用两元激励法得到合成语音。结果显示,合成语音具有较好的质量。     

LPC-10声码器算法研究与实现

<正>语音编码按照编码方式大致分波形编码、参数编码和混合编码3种。参数编码又称声码器编码,它是先在频域或者其他变换域提取信源信号的特征参数,然后对这些参数进行编码和传输,最后根据这些特征参数重建语音信号。本文,笔者使用Matlab软件对线性预测编码进行了仿真实现。利用三电平削波和自相关法计算基因周期估值,利用短时自相关法获取线性预测系数,利用两元激励法得到合成语音。结果显示,合成语音具有较好的质量。     

用单片机控制的语音合成器的设计

本文介绍了一种基于线性预测格型滤波器编码方案，并采用单片机控制的语音合成器的设计，提出该系统的硬件结构及调试方法，软件结构及实现方案，实际测试表明，用该方法合成的语音其代码压缩比比较高，可实现语音重读，语音报告等功能。     

一种通过编码实现红外传递语音信号的系统设计

语音是最直接、最自然的联络方式,而红外通信因其保密性好、不受无线频率管制被广泛应用,但红外激光通信无法直接传递语音信号.将发送的语音信号进行编码并与键盘一一对应,将信号编码调制到红外载波上,实现红外语音通信,在接收端译码后通过语音合成芯片还原语音信号,从而实现红外通信传递语音信号的目的.     

智能机器人语音交互专利技术分析

语言是人类最自然便捷的沟通手段,是人类之间进行交流的重要表达方式。语音交互技术在智能机器人的应用,主要是通过语音输入设备输入语音,再通过相应的软件、程序等使计算机分辨出人类语音的内容,实现人与计算机之间的交互。基于语音的机器人交互技术,主要包括语音采集、语音识别、语音合成等关键技术环节。因此,本文从语音采集、语音合成、语音识别三个分支通过历年申请量、区域分布、技术活跃度、主要申请人以及技术演进等角度,对智能机器人语音交互的专利进行了梳理,以期对智能机器人语音交互专利进行深入分析,为机器人语音交互技术领域提供技术发展方向和专利布局指导。     

蚁群聚类神经网络的耳语音声调识别

提出了一种基于蚁群聚类神经网络的汉语耳语音声调识别方法.根据耳语音发音特点,以听神经平均发放率、幅值包络、共振峰、声道长度等构成的多维矢量描述声调特征,采用蚁群聚类算法将多维特征矢量聚类后,送入局部有监督特征映射神经网络进行声调识别.这一方法通过对特征参数的聚类压缩了神经网络的输入神经元数目,因而可以有效避免在大数据条件下神经网络不易收敛及速度慢的问题.对多人耳语音声调的识别实验显示,采用蚁群聚类神经网络的耳语音声调识别方法与传统方法相比,性能明显提高,平均正识率达到87.5%.     

高合成质量的语音转换系统

提出并实现了一种基于STRAIGHT模型的、合成语音质量较高的语音转换系统。一方面STRAIGHT模型可以对语音的基频、时长等参数进行较大幅度的修改而不引起合成语音质量的下降,另一方面引入“预测”谱参数的概念,利用搜索预测码书的方法进行转换,既避免了经典系统中GMM模型谱参数估计的过平滑问题,又克服了经典系统基于LPC模型合成语音时,在帧与帧连接处会产生较大脉冲波形的缺点。语谱图分析、ABX测试和MOS分评价结果表明：提出的语音转换算法在合成语音质量和目标说话人特征映射上都远远好于经典的基于LPC模型的GMM转换系统。     

结合上下文多维度声学特征组的汉语重音检测

基于ASCCD朗读语篇语料库,结合上下文多维度声学特征组,并采用NaiveBayes分类器对汉语重音进行检测.NaiveBayes分类器对当前音节的相关声学特征及上下文的相关特征进行建模,这种分类方法充分利用了当前音节及上下文的特性.实验结果证明该声学特征组在ASCCD朗读语篇语料库上能够得到80.7%的汉语重音检测正确率.     

语音信号压扩的LPC理论与实践

一.序言 语音信号压扩技术或语音编码技术主要可分为波形编码、声道编码和所谓的混合编码。在声道编码技术中,线性预测编码(LPC)技术是当今最强有力的编码技术之一,已成为估计诸如节距、共振峰及其宽度、频谱、声道截面参数等语音基本参数及语音低比特率通信和存储等数据压缩方法的主导技术,也成为语音识别技术的基础之一。对LPC技术的研究已发表了很多论文,基于LPC技术的低比特率通信用语音分析和语音合成装置也都已有样机。本文作者负责的课题组为乌鲁木齐车站研制的汉维语电话自动答询系统已运行二年。现在LPC技术也在诸如脑电图、地震波处理等领域获得了应用。 本文将介绍语音信号的LPC模型,LPC的有关理论和实践,详细讨论节距激励式LPC声码器。此外,作为对节距激励式LPC的改进,还将简单讨论多脉冲激励LPC和残差信号激励LPC技术。