快速口音自适应的动态说话人选择性训练

为解决语音识别系统实用中的说话人口音快速自适应问题,提出了一种动态说话人选择性训练方法。基于说话人选择性训练方法,采用基于Gauss混合模型似然分数计算的置信测度选择训练用说话人,改变训练用说话人的绝对数目选取方式,提高了选取的效能并拓展了选取标准的推广性。根据各个训练用说话人同被适应说话人的不同似然程度,加权地合成动态说话人选择性训练的语音模型,提高了自适应训练的效果。实验表明:该方法使识别率从80.16%提高到84.12%,相对误识率降低了19.96%,在实用中提高了基线系统的识别性能。     

神经网络与规则相结合的词类标注方法

词类标注是自然语言理解中的的一个关键问题，是句法分析和语义分析的基础．本文分析了汉语的多类词现象．提出了在基于神经网络的词类标注方法的基础上，根据汉语的语法结构增加了规则的排歧处理阶段，增加了上下文词类信息的处理能力．实验表明：在原有神经网络方法的基础上，利用规则的方法进行修正，可以提高词性标注的正确率．     

一种分层阈值优化的语音感知小波去噪方法

通过分析含噪语音信号的特点,引入能够兼顾人耳听觉特性的听觉感知小波变换,构造了新的小波阈值函数,并对小波变换分解后的阈值进行基于微粒群算法的分层优化.仿真实验表明,该方法在不同信噪比条件下均具有较好的去噪性能,语音的可懂度和听觉效果得到有效提高.     

合作与言语行为

合作原则与言语行为是两种密切关联的重要意义理论,合作原则从话语交际的合作性上解读了含义的产生和理解,言语行为从语言所实施的行为的角度阐释了言语交际的实质.有机整合合作原则和言语行为理论提出语谓合作、语旨合作和语效合作的概念,进而细致分析语旨合作和语效合作,有助于对交际语境中的话语所承载的复杂意义作丰富而生动的刻画,有助于对表达-理解-再表达周而复始的话语交际过程作科学而合理的解释,从而对生活世界中的话语交际的动态研究作出新的尝试.     

分组网络环境下的实时语音质量客观评价

提出了一种利用前馈随机神经网络在分组网络中进行实时语音质量评价的新方法．从接收到的语音分组中提取美尔频率倒谱系数向量，利用实时传输控制协议计算语音分组传输过程中的丢包率、延迟和抖动，构成网络传输参数向量．将随机神经元组织成具有1个输入层、1个隐含层和1个输出层的3层前馈网络结构，再以上述2种向量作为输入的多类别信号，以相应的主观平均意见（MOS）评分值作为输出对网络进行训练，从而获得稳定的权值矩阵．利用训练过的网络进行多类别信号的语音质量评分映射，并将映射结果与MOS进行二次多项式拟合，得到最终的语音质量评分值．实验表明，所提算法与主观评价之间的平均相关度可达到0．881．     

基于G.729A和AES的分组语音保密通信

AES分组密码由多轮迭代的轮函数构成，对轮函数包括的4个面向字节的变换：字节变换、行移位、列混合和加载子密钥作简要介绍和分析；并简要描述了G．729A的编码、解码器的工作流程和参数结构．由于AES标准仅支持128bit的分组加密，而G．729A语音编码帧的大小为80bit，所以不能直接应用AES来加密G．729A的编码语音来实现语音保密通信，在不损害AES的安全强度下，提出两个适用于加密G．729A编码语音帧的AES修正方案：AES160和AES80，根据分组密码的随机性测试、明密独立性测试、雪崩效应测试分析AES160和AES80密码统计性能，测试结果表明AES160和AES80都有优秀的密码学统计性能，最后利用随机误码，分析基于G．729A和AES的语音保密通信系统的抗误码性能，结果表明AES160和AES80适用于加密G．729A的语音编码帧，并保留了AES的密码安全性能。     

基于参考独立分量分析的语音增强方法

参考独立分量分析（independent component analysis with reference,ICA—R）将源信号的先验知识以参考信号的形式引入学习算法中,可以从混合信号中仅抽取期望的源信号．基于ICA—R提出了一种语音增强新方法．通过比较语音信号和多种噪声信号的特点,合理地构造了具有语音信号重要特性的参考信号,进而应用ICA—R从多种加性噪声中抽取了期望增强的语音信号．计算机仿真和性能分析结果均表明了该方法的有效性．     

一种基于形态学的语音增强方法

依据数字语音信号的特点，提出了一种用于语音处理的形态学滤波算法．实验结果表明，该方法有效地抑制了噪声的干扰，对混噪语音质量的增强效果显著．由于形态滤波器的性能与结构元素有关，因此考查了结构元素是寸的变化对增强语音信噪比的改善情况．研究表明，结构元素的宽度变化对增强后语音的输出信噪比的影响较大．     

Realtime robust speech communication based on iterative joint source-channel decoding and demodulation algorithm for MELP vocoder

Realtime speech communications require high efficient compression algorithms to encode speech signals. As the compressed speech parameters are highly sensitive to transmission errors, robust source and channel decoding and demodulation schemes are both important and of practical use. In this paper, an iterative joint source-channel decoding and demodulation algorithm is proposed for mixed excited linear prediction (MELP) vocoder by both exploiting the residual redundancy and passing soft information throughout the receiver while introducing systematic global iteration process to further enhance the performance. Being fully compatible with existing transmitter structure, the proposed algorithm does not introduce additional bandwidth expansion and transmission delay. Simulations show substantial error correcting performance and synthesized speech quality improvement over conventional separate designed systems in delay and bandwidth constraint channels by using the joint source-channel decoding and demodulation (JSCCM) algorithm.     

基于LPC预测误差DWT的语音基音检测

在对语音信号进行ＬＰＣ分析的基础上，提出了一种有效的语音基音周期检测算法。该算法利用小波变换中著名的Ｍａｌｌａｔ算法逐层分解ＬＰＣ预测误差信号，在最低分辨率的逼近信号中寻找峰值，然后逐层回溯各个分辨率的逼近信号，最后在ＬＰＣ预测误差中确定出峰值，从而求出相应的基音周期。