基于修正MFCC参数汉语耳语音的话者识别

耳语音的话者识别是一个较新的研究课题,许多参数模型与正常音存在差异.例如话者识别中常见的M el倒谱系数(MFCC)应用于耳语音中就存在共振峰和听觉敏感区域定位的偏差.基于对耳语音共振峰位置、能量以及人耳对耳语音听觉模型的研究提出了修正MFCC参数MFCCM和MFCCExp-Log,并结合两种参数的特点,改进了传统隐马尔可夫模型,建立了适用于耳语音的汉语话者识别系统.通过1 600个音的话者识别实验得出采用MFCCM的正确率为88.88%;MFCCExp-Log参数为91.38%;如果采用改进隐马尔可夫模型正确率可以提高到92.31%,均高于传统参数模型.实验表明,修正MFCC参数可以作为表征耳语音特点的参数,它提高了耳语音话者识别系统的识别率.     

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。     

G.723.1语音编码算法的研究与实现

介绍了ITU－T建议中G.723.1低速率语音编码方案的基本原理，提出了实现这个方案的基本原理，提出了实现这个方案的算法，给出了采用作者提出的算法实现编码的结果，总结了该算法在实际应用中的优缺点。目前该研究成果已应用于视频会议系统，并取得了较为满意的效果。     

撞击流反应器微观混合性能的研究

采用碘化物-碘酸盐平行竞争反应作为工作体系,对撞击流反应器内的微观混合特性进行了研究。考察了进料速率、氢离子浓度、撞击角度等因素对离集指数的影响规律,估算了撞击流反应器内的微观混合时间。结果表明：撞击角度在30°～180°范围以内,离集指数随着撞击角度的增加而下降;在实验范围流速以内（064～468?m/s）,随着溶液A流率的逐渐增大而减小。与常用的搅拌反应器相比,撞击流反应器具有优良的微观混合性能,更适合于快速反应过程。     

基于多特征I-Vector的说话人识别算法

针对单一声学特征无法精准高效地辨识说话人身份的问题,提出了一种基于多特征I-Vector的说话人识别算法.该算法首先采集不同的声学特征并将其构成一个高维特征向量,然后通过主成分分析法有效地剔除高维特征向量的关联,确保各种特征之间正交化,最后采用概率线性判别分析进行建模和打分,并在一定程度上降低空间维度.在TIMIT语料库上利用Kaldi进行实验,算法运行结果表明,该算法较当前流行的基于I-Vector的单一梅尔频率倒谱系数和感知线性预测系数的特征系统在等错误率上分别提高了8.18%和1.71%,在模型训练时间上分别减少了60.4%和47.5%,具有更好的识别效果和效率.     

Apriori算法在语音合成应用中的一种改进

针对目前语音合成技术中提高语音合成自然度这一难点,研究了数据挖掘在语音合成中的应用．首先通过选取基频曲线中的最高音基频值(N1)和最低音基频值(N2)优化韵律参数,然后将其运用到关联规则对韵律参数进行规则提取的方法中,提出了优化韵律参数后的规则提取过程,并对原有的Apriori算法进行改进而获得更适合语音合成的HLApriori算法,通过该算法可以将原有Apriori算法得到的规则进一步细分,从而得到更多研究者感兴趣的规则．     

角色与话语目的

对话中的角色与话语目的的关系以及角色如何实现话语目的是语用学探讨的重要内容。角色的多样化导致话语目的的理解也出现多样化，从而影响目的实现。实现话语目的有直接方式和间接方式两种，话语目的的实现方式与角色之间是双向选择的关系。     

多媒体网格在特殊教育无障碍中的应用

利用多媒体网格技术、TTS技术、Microsoft Speech SDK语音开发包,开发了基于多媒体网格的语音导航教学辅助系统。文中首先介绍了多媒体网格技术,其次对系统应用平台、系统资源管理架构和系统功能进行详细论述,最后给出了系统关键技术以及实现方法。该系统在特殊教育信息无障碍的应用领域中具有一定指导意义和实际的应用价值。     

2.4 kb/s MELP算法设计

提出了一种新的工作于低极码率下的混合激励线性预测（ＭＥＬＰ）声码器。该声码器结合了线性预测编码（ＬＰＣ）和多带激励编码算法的优点,对算法和量化方案重新进行了设计和改造,其主要特征包括改进的基音检测算法、混合的周期脉冲和随机噪声激励,有效的线性谱频率（ＬＰＦ）参数量化以及激励谱形状表示,非正式主观测试表明,由采用本算法的一个２．４ｋｂ／ｓ编码器所重建的语音质量略优于美国联邦标准４．８ｋｂ／ｓ码激励性     

Real-Time Implementation of an Efficient Speech Enhancement Algorithm for Digital Hearing Aids

Introduction Speech enhancement is necessary in digital hearing aids since ambient noise may prevent speech percep-tion by hearing-impaired listeners, especially when the speech is greatly corrupted by background interference. This paper mainly deals with…