采用过零刺激方案提高电子耳蜗声调识别

针对目前噪声环境下电子耳蜗汉语声调和语句识别率急剧下降问题,提出了一种基于时间精细结构过零刺激方案(FSZC)。利用语音信号时间精细结构的过零点时刻产生高速脉冲刺激序列,从而不仅将时间精细结构编码到电子耳蜗语音算法中,同时采用过零点时刻非均匀的采样脉冲刺激序列,确保了语音的空间编码和时间编码。声学模拟实验表明,相比于连续交替采样策略(CIS)和过零点时刻刺激策略(ZCT),FSZC方案在汉语声调和语句识别率上都有较大程度的提高,而且在噪声环境下对于声调和语句识别具有相对较强的抗噪性。

基于改进增益函数的电子耳蜗语音增强

目前在安静环境下电子耳蜗编码技术已取得较高的语音识别率,但在噪声条件下听觉感知性能下降明显。针对该问题,提出基于改进增益函数的电子耳蜗语音增强算法。以组合编码算法为基础,采用约束方差的噪声谱估计算法进行噪声功率谱估计并应用于信噪比估计。结合人耳掩蔽阈值在子频带中自适应调节增益函数,将改进的增益函数与通道选择相结合,实现电子耳蜗语音增强。实验结果表明,与采用基本谱减法前端去噪和传统增益函数的电子耳蜗语音增强算法相比,该算法的语音平均识别率分别提高了53%和22%,在保留更多语音信息的同时能有效消除背景噪声干扰。

采用听觉外周模型改进电子耳蜗CIS方案

提出了一种改进的CIS电子耳蜗的脉冲刺激方案。利用听觉外周模型产生一种符合听神经发放机制的刺激脉冲序列来刺激电极,代替传统的均匀交替刺激方案,不仅可以通过包络而且可以通过脉冲间隔来传递语音信息,确保了语音的空间编码和时间编码。听觉仿真实验表明,相对于其他两种方案,方案可以有效地传递更多更丰富的语音信息,在汉语声调识别实验中至少提高19.2%识别率,在可懂度的对比实验中具有最高可懂度。

基于分布式文件系统的海量数据存储专利技术综述

本文主要以CNABS专利数据库以及VEN专利数据库中的检索结果为分析样本,从专利文献的视角对分布式文件系统应用到海量数据存储技术的发展进行了统计分析,并在此技术上比较了国内外专利的申请趋势,分析了重要技术分支及本领域的国内主要申请人分布。

基于低频带非均匀采样策略提高电子耳蜗汉语识别鲁棒性

提出一种基于低频带非均匀采样的电子耳蜗编码策略,即低频带精细结构(LFFS)过零刺激方案(简称LFFS方案),以提高电子耳蜗汉语声调和语音识别鲁棒性。根据频带选择法则,在人耳基频感知范围内,采用精细结构过零刺激脉冲序列。声学模拟结果表明:在安静环境下,LFFS方案和连续交替采样(CIS)方案语音识别率差别不大;在噪声环境下,LFFS方案在汉语声调、词汇和句子方面要明显优于CIS方案,同时采用改进指数分布模型得到较好的汉语识别因素分布图。LFFS方案包含了更多的汉语声调信息,所以能有效地提高电子耳蜗植入患者汉语识别鲁棒性。