可选模式声码器的研究与仿真

介绍了一种用于CDMA2000移动通信系统的可选模式声码器(SMV)语音编码算法,对它的重要模块和特性进行了简要介绍,最后对算法进行了仿真实现,并对合成语音质量进行了客观PESQ测试。仿真结果表明:它能在较低码率上提供理想的合成音质,且在合成语音质量与系统容量之间可灵活地折衷。     

复杂环境下基于准干净语音的音质评价方法

提出一种新的复杂环境噪声下无参考源语音质量客观评价方法.该方法基于准干净语音构造和有参考源评价模型,实现接近于有参考源客观评价的性能.首先,采用改进的最小值控制递归平均算法和多带谱减法获得带噪语音的准干净语音;然后,将该准干净语音作为改进的主观语音质量评估(PESQ)算法的参考语音,计算参考语音与带噪语音之间的失真误差,获得带噪语音的客观评价分值.实验结果表明:该算法客观评分相关度达到0.927,与有参考源语音质量客观评价标准的相关度0.931相比,实现了99%的接近,与无参考源的客观评价标准相比,提高了7.4%.     

自适应多速率宽带语音编码算法的研究与仿真实现

介绍了一种用于第三代移动通信和数字宽带网络系统的AMR-WB(自适应多速率宽带)语音编码算法,对编解码算法的主要模块和特性进行了简要介绍.在深入分析和研究AMR-WB原理的基础上,对算法进行了仿真实现,并对合成语音质量进行了主观听觉测试和客观PESQ测试,测试结果表明12.65 kb/s以上模式的PESQ-MOS分值都超过了4.0,且合成语音具有良好的自然度和听觉舒适性,证明了该算法是一种高品质的语音编码算法.     

2.4kbps MELP低速率语音编码算法的DSP实现

本文在DSP芯片TMS320VC5416上实时实现了传统2.4kbps MELP低速率语音编码算法。采用美国GL公司的语音质量评估系统VQT(Voice Quality Tester)对编解码的实时语音质量进行评估,PESQ得分高于3.6分,结果表明该语音编码系统能够满足实际通信要求。     

语音失真测度系统的构成与算法实现

介绍了语音失真测度系统的构成以及实现的算法思想.采用前端处理技术.实现了对重放语音信号进行分帧、端点检测等特征的提取,获得了以Mel尺度倒谱参数作为衡量语音失真测度的特征向量.采用动态时间弯折算法,获得了用于语音质量客观评价的语音失真测度.     

一种基于G.729a语音的信息隐藏方法

针对VoIP系统普遍使用G.729a语音编码,采用逐帧按位取反的方式对G.729a语音进行全面测试,以客观的语音质量感知评价(PESQ)标准为依据,总结G.729a语音帧中可隐藏位(最低有效位).结合矩阵编码算法,提出一种基于G.729a语音的信息隐藏方法,以大量的语音样本为载体,对该方法进行测试分析.实验结果表明:该方法能提供可观的隐藏容量(8 bit·帧^-1),较高的嵌入效率(2.678),很好的不可感知性(平均PESQ值为3.593),且很好地符合了VoIP通信的实时性要求.     

基于短时谱估计的语音增强改进算法

语音在传输过程中受到来自周围环境、传输媒介等的干扰是不可避免的,这些干扰会严重影响语音接收时的质量,导致收到的语音信号不再是原始的纯净语音信号,而是带有各种干扰噪声的语音信号,这不仅影响语音的收听质量,也给后续的语音处理带来了一定的影响.因此对语音进行增强不可或缺.大部分传统的语音增强算法仅仅只通过改变语音的幅度,再叠加上原始的语音相位或者仅调整语音的相位再和未改变的幅度叠加来实现语音信号重建从而增强语音.本文提出了一个通过既改变语音信号的幅度又改变其相位的语音增强算法.通过使用客观语音质量测评(PESQ)和语谱图对用不同方法增强后的语音进行比较,验证了用本文方法得到的增强语音质量更佳.     

基于非负矩阵分解和长短时记忆网络的单通道语音分离

为了解决语音分离中非负矩阵分解(non-negative matrix factorization,NMF)、深度神经网络(deep neural network,DNN)等算法没有考虑语音时序相关性的问题。结合NMF和长短时记忆网络(long short-term memory,LSTM)算法提出NMFLSTM单通道语音分离算法:将语音信号的幅度谱作为模型的输入特征,通过训练NMF和LSTM模型获得目标语音的基矩阵和系数矩阵,并对其结果进行语音重构最终实现语音分离。实验结果表明:相比于未考虑语音时间连续性的算法,使用NMFLSTM算法分离语音的客观语音质量评估值(perceptual evaluation of speech quality,PESQ)有明显提升,其最大值超过3. 1,获得良好的分离效果。     

基于倒谱预处理技术的语音增强算法研究

提出一种应用于单通道语音增强技术的倒谱预处理算法。倒谱预处理通过抑制语音中浊音的谐频成分,避免在非平稳噪声跟踪过程中将语音浊音信号功率谱错误估计成噪声功率谱;同时预处理还能增加语音间隙出现的概率,跟踪搜索窗内信号能量最小值时更有效地跟踪到噪声能量电平。实验结果表明应用文中提出的预处理算法后,快速有效跟踪噪声的同时能避免噪声功率谱过估,并且在客观评价指标方面得到更高的段信噪比提高量(SegSNRI:Segmengtal Signal-to-Noise Ratio Improvement)和感知语音质量评价(PESQ:Perceptual Evaluation of Speech Quality)得分改善量。     

采用时间反转的调频水声语音通信方法

调频语音通信技术具有抗干扰性能好、易于实现的特点,但在水声信道多径条件下调频体制传输的水声语音质量受到严重影响.针对此问题在调频语音通信体制下引入时间反转处理,通过抑制多径效应聚焦能量提高信号信噪比,改善调频水声语音通信性能,并采用客观语音质量评估(perceptual evaluation of speech quality,PESQ)方法对调频水声语音通信质量进行评估.海洋试验证明,时间反转处理可有效提高调频水声语音通信系统性能.     

一种改进的基于谱熵实时噪声估计的谱减法

语音增强的目标是从含有噪声的语音信号中提取尽可能纯净的原始语音.在实际应用中,需要对背景噪声进行预估计,以达到改善语音质量.目前常用的语音增强方式是谱减法,但由于该算法在低信噪比环境下的效果较差,所以限制了其应用范围.该文将实时噪声估计同谱减法相结合,针对谱减法在低信噪比下效果不明显的缺点,给出一种新的语音增强方案.该方案的目的是优化传统谱减法的性能,对噪声进行更为准确的实时估计;该方案的特点就是利用谱熵对噪声进行估计,通过谱熵估计每一帧语音的噪声,再利用谱减法达到降噪的目的.实验结果表明,该方法与传统的谱减法相比,在低信噪比环境下均能得到较好的去噪效果.     

基于输出的语音质量客观评价方法研究

在分析语谱图基础上提出了一种基于输出的语音质量客观评价方法－度量语亦图密度分布特征MDCSD（Measuring Distribution Characteristics of Spectrogram Density) 方法。该方法通过计算功率谱二维联合概率分布特征来描述不同质量语音信号的语谱图特征,并以此来对语音质量进行了客观评价,实验结果表明该方法是一种性能良好的基于输出的客观评价方法,其评价结果与主观评价的相关度达到0．8左右。     

汉语语言可懂度客观评价的STI与SII方法实验对比研究

语言传输指数STI和语言可懂度指数SII为当前语言可懂度的两个主要客观评价体系.对STI和SII计算模型和测量结果的研究表明,二者并没有本质上的区别,测量结果的差别也主要是由采用的具体方法不同造成的;STI和SII的汉语语言可懂度主、客观评价关系曲线差别也不大,都可以用来对汉语的语言可懂度进行客观评价.但考虑到SII的测量过程更为复杂,在传统建筑声学等领域的应用也不具有优势,以及ANSI S3.5对测量条件限制的相对宽松可能会带来数据之间的可比性降低等因素,STI更适用于对汉语语言可懂度的客观评价.     

16kb／s子带编码语音实时通信系统

介绍建立在无限冲击响应分解／合成滤波器和快速搜索矢量量化算法基础上的１６ｋｂ／ｓ子带编码语音编译码方案。采用数字通信及数字信号处理技术，用单片数字信号处理器（ＴＭＳ３２０Ｃ２５）实现了基于该编译码技术的实时通信实验系统，给出了实验情况和评测结果。     

一种客观音质评价的新方法

主要讨论了一种使用语音频谱动态特性的倒谱距离测量对通信系统或通信设备进行客观音质评价方法，它是在使用ＬＰＣ倒谱距离评价普通话语音质量的基础上发展起来的，语音频谱动态特性是利用倒谱对时间的回归分析来表示的，这种度量方法中，使用倒谱系数，倒谱回归系数和能量回归系数３个参数的距离测量，在使用了谱包络信息的基础上，考虑了谱包络随时间的变化量及信号能量随时间的变化，比较了４种距离估算方法和主观音质评价（ＭＯ     

RASTA滤波在语音通信质量客观评价中应用的研究

介绍了在语音通信质量客观评价中使用RASTA（Relative Spectra）滤波的研究结果。通过分别将RASTA滤波与感知线性预测（PLP,Perceptually Linear Prediction)方法和美倒谱（MFCC,Mel Frequency Cepstral Coefficient)方法相结合对通过短波或超短波信道的男女生文件进行拟合研究,均取得了比较好的效果。与PLP方法结合关系数提高了12％,与MFCC方法结合相关系数提高了4％。说明RASTA滤波对信道噪声的低频成分中人耳听不到的部分进行过滤的方法在语音通信质量客观评价中是有效的。     

语音质量客观评价方法研究及实现

语音质量的客观评价在语言自主学习中具有重大的意义.文章首先介绍了语音质量客观评价过程中语音信号的预处理单元;其次,介绍了不同的语音特征提取算法,比较选择了更符合人耳听觉模型的MFCC特征,并给出特征提取过程及结果;最后,比较当前评价模型(DTW和HMM)的优缺点,并提出了采用HMM模型进行评价的方法,设计系统验证了该方...     

基于人耳听觉模型的语音质量客观评价方法

将人耳听觉模型应用于语音质量客观评价 ,用听觉模型对语音作处理得到近似的短时语音频谱 ,在此基础上得到谱距离作为语音质量的评判标准 .实验结果表明这种方法与主观评价结果的相关度达到 0 .83     

提取耳蜗熵的语音可懂度评价算法

为了提高主观和客观听力条件下语音可懂度的相关度,提出用耳蜗熵值来衡量语音的可懂度。利用提取的耳蜗熵值分段后的语音作为归一化协方差（normalized covariance measure,NCM）的语音可懂度算法的输入,分析高熵值语音段和低熵值语音段主客观相关系数的高低。结果表明,提取的高耳蜗熵值语音段比低熵值语音段对语音可懂度算法与主观评价的相关性高,高熵值语音段携带有更多的语音信息。     

一种改进的客观音质评价方法

描述了利用人耳的听觉掩蔽效应来对巴克谱失真距离测度进行改进,并将这些测度应用在客观音质评价中,以提高主客观音质评价的相关度.改进的测度动态地确定语音信号每个巴克带的掩蔽门限,有选择性地计算失真距离,只包含听觉能够感知的失真.针对特定失真语音条件下的实验仿真结果表明,主客观评价结果之间具有更高的相关系数.可以推断这些测度作为对语音系统进行的客观音质评价,会具有好的有效性和实用性.