多重分形维数在语音分割和语音识别中的应用

语音气流中具有混沌特征,而分形可以定量地分析混沌现象,故分形可作为分析语音信号的数学工具．由于传统的Ｈａｕｓｄｏｒｆｆ－Ｂｅｓｉｃｏｖｉｔｃｈ 维数没有考虑关于集合中点的分布信息,本文引入多重分形维数来克服上述缺点．实验表明,多重分形维数语音分割方法明显好于单一Ｈａｕｓｄｏｒｆｆ－Ｂｅｓｉｃｏｖｉｔｃｈ 分形维数的语音分割方法     

LSF标量格型混合量化

为了降低线谱频率(LSF)参数矢量量化器的搜索复杂度和码字存储单元,利用格型矢量量化的优点,设计了一种适合LSF参数量化的标量格型混合量化器。该量化器对LSF参数的预测残差矢量的第一、二个参数进行标量量化,余下的参数则利用格型矢量量化,从而降低了搜索复杂度和码字存储单元,与G.729协议所使用的LSF量化技术相比,有一定的改进。     

自适应噪声抵消语声增强的实时后处理算法

对自适应噪声抵消系统中两种噪声相关性较弱的情况，采用相干函数作为频域增益因子，对自适应噪声抵消作进一步处理（或后处理），以改善语声增强效果，提出一种实 时迭代算法取代现有的基于短时傅氏变换的算法，新算法可简化计算且便于与自适应系统一起实时实现，在计算机实验中，后处理算法的有效性得到了验证。     

数字移动通信泛欧制式GSM中的语音编码研究

作者着重对泛欧数字移动通信系统（ＧＳＭ）规则脉冲激励长时预测（ＲＰＥ－ＬＴＰ）语音编码方案中的ＲＰＥ编码部分进行了研究。为了降低编码比特率，提出了一种每子帧１０个激励脉冲的新方案。对它进行了计算机模拟和性能分析，结果表明在１２ｋｂｉｔ／ｓ的编码率下，这种方案满足ＧＳＭ建议０６．１０，即对单个正弦波的帧信噪比要求。又用自适应差分脉冲编码调制（ＡＤＰＣＭ），代替ＲＰＥ－ＬＴＰ方案中的自适应脉冲编码调制     

语音识别中的BP神经网络改进

语音信号是受说话人、环境等因素影响的复杂函数,人工神经网络（ANN）模型进行语音识别具有自适应、自组织及联想等特征,适合用于语音识别。主要研究了传统BP神经网络在实际语音识别中的改进方案。利用改进后的方案实现语音识别、网络结构简化、运算速度加快、训练时间缩短。     

新神经网络结构及其在数码语音识别中的应用

为了提高人工神经网络处理动态信号能力 ,在时延神经网络 ( TDNN )和卷积神经网络 ( CNN)的基础上 ,针对孤立音节的特点 ,提出了一个新的网络结构 ,研究了其学习算法。新网络在进一步改进后用于汉语孤立数码语音识别 ,对特定人和非特定人任务 ,分别达到了 97.7%和 95 .6%的正确识别率 (无拒识 ) ,其性能远远高于多层前向感知机( ML P)和时延神经网络 ,与传统的隐马尔科夫模型 ( HMM)方法是可以相比的。     

论直接言词原则的实体真实发现功能

直接言词原则对实体真实的实现,存在积极和消极两方面的影响,因此,应对其进行利弊权衡。一方面,要充分肯定直接言词原则的诉讼价值,尽快确立直接言词原则;另方面,也要看到间接书面审理的有益之处,制定直接言词原则的例外规则。     

基于Speech SDK的语音应用程序实现

利用Microsoft Speech SDK的API for Text-to-Speech和API for Speech Recognition,采用Visual Basic 6．0语言,建立文本语音转换应用程序和实现语音识别程序,简单地实现了语音识别的功能,识别出来的内容即可保存为文件,也可作为命令使用,让计算机执行某项操作。     

一种基于Matlab的语音信号采集与分析系统设计

介绍了一款基于Matlab的语音信号采集与分析系统,该系统通过声卡和Matlab的数据采集工具箱低成本地实现了语音信号的实时采集,并利用Matlab强大的数值计算和信号处理功能高精度地完成了语音信号的分析工作,具有使用方便、价格便宜、通用性强等优点。     

低信噪比下二值掩蔽算法性能分析

基于计算听觉场景分析,对基于能量的二值掩蔽语音分离算法的性能进行分析,证明了理想二值掩蔽算法在信噪比下具有最佳的单元分离性能,并通过3种类型带噪语音的分离实验证实了该结论。采用理想二值掩蔽算法对8种噪声类型的低信噪比带噪语音进行了分离实验,信噪比平均提升幅度大于10dB,表明算法对低信噪比语音分离的有效性和普遍适用性;采用非均匀、均匀两种多子带分析滤波器组进行分离性能对比测试,结果表明子带均匀性对信噪比提升影响不大。分析滤波器组的子带数量应大于32以实现较好的分离性能。