用TMS5220实现实时连续汉语语音合成的研究

讨论了连续汉语语音合成中的问题,介绍了采用线性预测方法,用专用语音合成芯片TMSs220实现实时连续汉语语音合成的原理和方法,同时以11个语音合成试验句和二字词组为例,进行了合成试验,得到了满意的结果。     

语音信号变速算法及其TMS320C5402实时实现

语音信号可表述成激励源和线性时变系统的冲激响应的卷积.若激励源是一白噪声信号,则声道发清音;若激励源是一准周期信号,则声道发浊音.在语音信号序列中影响语音表达速度的是浊音,它是基音,是由多次谐波构成的准周期信号.语音信号序列可以看成是基音周期经整数倍延时后叠加而成.插入部分基音周期使语音速度降低,删除部分基音周期能使语音速度提高.但是,插入或删除基音周期使语音信号的相位不连续,造成语音跳变,为此,采用交叠分帧的方法将语音信号划分成短时段序列.然后,求增或删后短时段序列相邻短时段之间的相关函数,进而求出相关函数极大值.按最大相关点实现相邻短时段之间的相位衔接,使其相位接近连续.此外,提出了一个TMS320C5402和AT89C51双处理机系统的硬件设计方案,将语音变速算法用TMS320C5402和人-机交互用单片机AT89C51实现.     

用 TMS320C31 实时实现电话语音识别系统

描述了一个新型实时声控用户交换机语音接口的设计和实现。该系统使用数字信号处理器ＴＭＳ３２０Ｃ３１开发板在ＰＣ机ＷＩＮＤＯＷ平台下实现了与人无关连续命令语音识别,完成拨号、进行电话交换。系统使用少量控制词加上连续数字串构成了电话用户交换系统的常用命令语句,并生成相应识别文法网络（语言模型）。识别采用改进的令牌传递式Ｖｉｔｅｒｂｉ算法。研究中还开发识别系统拒识算法,在无拒识情况下命令语句中数字识别率为９８％以上,数字串（串长＜４）识别率达到９１％以上,通过加入拒识算法,字符串识别率可达９５％以上。     

数字化语音减速播放技术研究

对数字化语音减速播放涉及的若干技术问题进行了研究，为了保证语调不变，提出了一种插值算法，并对传统的基音检测算法进行改进，在不降低计算精度的前提下大幅度地缩减了计算量，实验结果表明，算法既保证了语音质量，又有良好的实时性。     

用DSP TMS320VC5416实现G.723.1编解码算法

为了能在低码率下达到较高的合成语音质量，对双速率语音编解码算法G．723．1进行研究，并对该算法的高编码速率（6．3kb／s）的源代码进行优化，改卷积运算为加减运算，改乘法运算为减法运算，大大减小了运算量，提高了运算速度；解决了算法移植的问题，即找到语音算法与开发板语音程序的切合点——将管道传输函数插入语音程序。研究结果表明，该实时系统在6．3kb／s有较好的语音回放效果，除音量略有降低外，语音信号的失真度在人耳分辨范围之外；语音波形从时域变换到频域，解码后波形相对原波形幅值降低，波形保持不变。     

实时自适应噪声对消系统的TMS32010实现

提出了采用TMS32010高速数字信息处理芯片和APLMS算法实现实时自适应噪声对消系统的硬件结构和软件流程，通过实验验证了这种实时系统的有效性。     

用手机语音实时报告位置信息的设计与实现

1系统的组成及基本原理用语音播报实时位置信息的设计中,因为接收对象不同,接收方法也各不相同,一种是直接接听语音信息(简称A方式),另一种是将该语音信息恢复成数据信息后由接收终端显示器显示(简称B方式),还有一种是把数据传送到计算机或者PDA中,嵌入到电子地图中,同电子地图     

时域规则合成汉语语音的研究

本文探讨了时域合成汉语语音的特点,介绍了它的具体实现方法,並就如何在时域合成汉语四声的问題进行了详细地讨论,对于不同的合成方法进行了比较分析。另外探讨了韵母音素之间过渡的平稳性和其共振峰参数的关系。分析了汉语音节中过渡音的影响。     

智能语音教学系统的研究和实现

介绍了语音合成(TTS)技术的最新进展;分析了现有语音合成技术用于课堂教学的几种方法;研究了TTS用于教学的关键技术,解决了语音合成技术用于课堂教学时讲解语句显示与声音同步的问题,并在此技术基础之上,用VB.NET实现了一个通用的智能语音教学系统.     

改进的HMM系统在英语语音合成中的研究

根据英语语言所具有的一些特性对HMM模型进行改进,设计出适合英语语音合成的上下文属性集以及用于模型聚类的问题集,提高了其建模和训练效果。此外,借助HTK和Festival等工具,以基频和声道谱参数为训练参数,最终实现此英语语音合成系统。从所合成语句的效果来看,合成语音整体稳定流畅,而且节奏感比较强。     

基于VoiceXML技术的语音浏览器的设计与实现

VoiceXML作为电话访问Internet网络的W3C标准，在介绍了其系统结构、解释程序、特点和语音识别及合成技术的基础上，设计和实现了完整的VoicexML语音浏览器，包括解析器、识别引擎、合成引擎和语音通道，实现了计算机网络与电话技术的完美结合。     

基于PSOLA技术的汉语语音规则合成系统

研究了使用基音同步叠加算法，来改变汉族语音的音高，音强和音长，进行了汉族语音合成的方法。同时对于其中的主要参数；基音同步标志，则利用改进的自相关算法，ＨＩＬＢＥＲＴ变换原理和搜索算法，建立了精确自动确定标志的软件。     

用DSP芯片TMS320C5410实现语音识别

随着DSP技术的进步,计算能力更强、功耗更低和体积更小的DSP已经出现,使3G手机上植入更精确更复杂的自动语音识别(ASR)功能成为可能。目前,基本ASR应用可以分成三大类:1.语音-文本转换(语音输入);2.讲者识别;3.语音命令控制(语音控制)。采用DSP与MCU相结合可以实现上述功能。     

用Windows Socket实现局域网上的语音实时传输

介绍了局域网上使用WindowsSocket实现语音的实时采集、传输和接收与播放，较好地解决了声音连续性的问题。     

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。     

基于TMS320C5409的语音识别系统

介绍了一个实时语音识别系统的设计与实现。该系统硬件以TI生产的TMS320C5409 DSP为核心,配置编解码器、外部存储器和逻辑控制电路等。软件算法采用了由能量和过零率相结合的端点检测、Mel频率倒谱系数特征提取和径向基函数神经网络构成的语音识别算法。对汉语数字孤立词进行了实时识别实验,识别结果通过异步通信串口送到PC上实时显示。实验结果证明了系统的有效性。     

基音周期矢量量化中权重系数的计算

为了更好地区分正弦激励线性预测声码器中待量化基音周期参数矢量各维基音周期参数的重要性,提高合成语音质量,提出了一种新的权重系数计算方法。发现权重系数的计算应考虑当前语音帧所有子带的清浊音度参数,而不仅仅是第一个子带的清浊音度参数,这样能够更好地区分各语音帧基音周期参数的重要性。将各语音帧的所有子带清浊音度参数相加,其和作为基音周期参数量化时的权重系数。测试结果表明,与仅将第一个子带的清浊音度参数作为权重系数相比,新方案能使合成语音质量MOS有较大提高。     

用小波变换实现电子耳蜗CIS语音信号的处理

为克服以往滤波器组参数调整复杂问题和实现电子耳蜗语音处理的快速数字化计算,提出了将小波变换应用于电子耳蜗的语音处理。介绍了电子耳蜗的机理及连续交替取样（ Ｃ Ｉ Ｓ）语音信号处理方案,并对耳蜗的频率分析特性与小波变换的时间—尺度分析特点进行了比较; 讨论了用小波变换实现 Ｃ Ｉ Ｓ语音信号处理方案的方法及仿真结果,给出尺度的选择依据,并与滤波器组的分析方法进行了比较。结果表明,用小波变换实现电子耳蜗的 Ｃ Ｉ Ｓ语音信号处理方案是可行的