基于自适应频率选择的鲁棒时延估计算法

为了增强相位变换加权广义互相关方法(GCC-PHAT)这一常用时延估计方法对噪声的鲁棒性,提出了一种基于频率自适应选择的改进算法.该算法利用较短的语音数据(32ms)估计出每个频率的协方差矩阵,从而计算出每个频率的信噪比(SNR),然后自适应地选择SNR较大的频率用于时延估计.仿真实验结果表明,不论是在中等混响(混响时间T60=0.3s)还是在强混响(T60=0.6s)条件下,相对于GCC-PHAT方法,该算法对噪声的鲁棒性更强.     

基于非负矩阵分解的1kbit/s波形内插语音编码算法

为了进一步降低编码速率,提出了一种基于非负矩阵分解的1kbit/s波形内插语音编码算法.该算法对特征波表面的幅度矩阵进行非负矩阵分解,以获得局部特征矩阵,并对该局部特征矩阵进行约束和改进,使优化后局部特征更加突出.对应的基矢量进一步稀疏,从而有利于对权矢量的量化,以实现对特征波表面的高效编码.该算法同时加入清浊音标志,对特征波表面的相位谱进行估计,以更好地提高合成语音质量.实验表明,该算法能够在1kbit/s的低编码速率条件下,获得与1.2kbit/s混合激励线性预测语音编码算法相近的合成语音质量,取得了较好的效果.     

AMR-WB到AMR转码中合成滤波器转换算法

提出AMR-WB到AMR转码中的2种合成滤波器转换算法.第1种是基于采样率转换和Prony算法的转换,首先将AMR-WB合成滤波器的单位采样响应进行采样率转换,然后根据最小二乘法,使得新的滤波器的单位采样响应和采样率转换后的响应的误差最小化.第2种是基于自相关值内插的转换算法,首先由AMR-WB语音的LPC参数倒推出自相关,然后采用三次样条内插出AMR语音的自相关,最后利用Levinson-Durbin算法计算LPC参数,即得到解码端的合成滤波器.算法复杂度分析表明,2种算法的计算复杂度都低于Tandem转码.实验结果表明,2种算法都可以得到比较小的谱失真.第2种算法的谱失真在浊音帧比第1种算法略大,在清音帧谱失真有时较大,但是由于清音激励的随机性,对合成清音质量影响不大.     

串音消除系统中的自适应级联逆滤波器设计

为了简化声音重发系统中的串音消除模块结构,提出了级联形式的逆滤波器设计方案.通过分析不同通道扬声器传递函数的时频响应,提取出共用的逆滤波器用于均衡扬声器传递函数的共同部分,同时推导了级联结构的参数自适应调节算法.通过减少重复求逆计算,提高各通道逆滤波器的效率.在相同参数量情况下,级联结构的平均信道分离度比直接结构最多可以下降6dB,串音消除性能更优.计算机仿真与实际环境测试结果都表明该方案有效减少了参数,简化了滤波器结构,取得比较满意的效果.     

一种抑制背景干扰的粒子滤波人脸跟踪算法

首先从理论上推导出基于MMSE状态估计在背景干扰下的偏差,然后通过实验说明基于MAP状态估计存在的问题,在此基础上提出一种新的跟踪目标状态参数估计方法.即在视频目标跟踪过程中,按照粒子权值大小的准则,筛选适当数量具有较大权值的粒子进行目标状态估计.由于该算法利用了参考目标与候选目标相似度大的特性,所以可以有效地剔除背景以及伪目标的影响.实验结果表明,该算法具有很好的鲁棒性,并且提高了在背景干扰下目标跟踪的精度.     

一种基于实例的文本图像超分辨率重建算法

为了从一幅包含文字、公式和图形等内容的低分辨率文本图像重建高分辨率图像,提出了一种获取重建图像先验知识的新方法.利用实例图像和图像降质模型建立图像库,图像重建时,将低分辨率观测图像分成若干子块,每个子块分别从图像库中找到一块最佳匹配的高分辨率实例图像块,将这些实例图像块依次拼成一幅大图,并把该大图各点的灰度值作为重建图像各点灰度值的均值,以此先验知识采用最大后验概率(MAP)准则估计出高分辨率文本图像.实验结果表明本文的方法能够取得较好的重建效果.     

语音识别中基于MCE准则的CHMM学习方法

研究了用于ＣＨＭＭ的ＭＣＥ学习方法,提出了简单形式的识别函数、误差函数、扣池数等的定义方法以及总损失函数的最小化方法。通过对非特定人汉语连续语音识别实验,证明了提出了的函数形式和损失函数最小化方法对ＣＨＭＭ的ＭＣＥ学习的有效性。     

基于迭代结构和MS估计的信源信道联合解码

利用信源参数的非等概分布和时间相关性,以及软输入软输出信道解码提供的接收参数似然信息,提出了基于递归结构的联合信源信道解码算法.该算法由基于MS估计的软输入信源解码和基于迭代结构的维特比信道解码两部分组成.仿真实验表明对于具有时间相关性的高斯信源和加性高斯白噪声信道,与信源信道独立解码相比,联合算法得到的参数信噪比提高了近10 dB,有效提高了接收系统性能.     

基于VQ-HMM的无教师说话人自适应方法

提出了一种新的语音识别方法,该方法综合了VQ,HMM和无教师说话人自适应算法的优点。该方法首先在每个状态通过用矢量量化误差值取代传统HMM的输出概率值来建立VQ－HMM,同时采用无教师自适应矢量量化算法,来改变VQ－HMM的各状态的码字,从而实现对未知说话人的码本适应。本文通过非特定人汉语数码（孤立和连续数码）识别实验,把新的组合方法同基于CHMM的自适应和识别方法进行了比较,实验结果表明该方法鲁棒性好,所需计算量较少,自适应和识别效果远优于基于CHMM的方法。     

Walsh-Hadamard变换的含噪语音信号自适应滤波

采用基于Walsh-Hadamard变换的自适应滤波器可改善收敛速度。仿真结果表明,此种结构的滤波器可有效地滤除噪声。