多通道子空间算法在说话人识别中的应用

深入研究了基于多通道信号子空间的语音增强算法原理,对算法中各个参数对性能的影响进行了深入剖析,同时给出一种选取噪声方差的简单且有效的方法,并通过研究分析,证明多通道信号子空间算法不仅消噪明显而且对语音的损伤微小,而且相比于单通道子空间语音增强算法除了性能上的提升外,还没有导致计算量的增加。最后将多通道子空间语音增强算法用于说话人识别系统,并与其它多通道语音增强算法(延迟求和波束形成、波束形成后维纳滤波、线性约束最小方差波束形成)进行了对比,实验表明多通道信号子空间语音增强算法在多种噪声环境下均可有效的提高说话人识别系统的识别性能。

基于子带分析稳健的说话人识别

针对说话人识别系统易受噪声干扰的问题,考虑语音的非平稳特性,以语音信号各个频段区间所含有信号能量大小和所携带信息量多少的不同为前提假设,以大量的试验为基础,研究语音信号各个子带对噪声的稳健性、所含信息的充分性。研究发现,语音信号的低频区携带大量的说话人个性信息,并且能量集中,不易被噪声干扰,再通过适当地处理,使系统在10dB信噪比下识别率超过90%。

基于子空间和小波相结合的语音增强

提出了基于子空间语音增强与基于小波语音增强相结合的语音增强方法,克服了仅用子空间方法和仅用小波方法各自的弊端,并充分利用了两者的优点。实验结果表明,恢复后的语音不仅失真较小,而且更大程度上抑制了噪声,有效去除了音乐噪声。

基于亚甲基蓝与DNA相互作用自铸成膜研究

基于亚甲基蓝(MB)与DNA间的静电作用与嵌入作用,运用自铸膜法在载玻片上制备了蓝色的MB-DNA复合膜,并应用紫外-可见光谱法、荧光光谱法和扫描电镜等方法对复合膜进行了表征,研究了DNA-MB复合膜的成膜机制.结果表明,MB能嵌入诱导DNA的凝聚,形成均匀的MB-DNA复合膜,而膜中的DNA对MB起分散作用,使膜中多聚体MB分散成单体和二聚体的形式,显示出单体和二聚体的光吸收特性.该研究结果为DNA介导的功能光电器件的构筑提供了有力的支撑.

医疗场景下智能语音技术难点及解决方法探讨

在医疗场景下应用语音技术的核心是语音识别,目前其难点主要在于噪音和重口音,通过麦克风阵列信号处理技术进行定向降噪,通过变异发音单元检测,预测和迁移学习模型训练技术,以优化重口音语音识别,分别可以达到绝对8.9%和2.8%的字准确率提升。再结合语言定制技术,使医疗场景下的语音识别技术在多个场景可以达到97%的语音识别字准确率。

语音时长调整快速算法

针对目前使用的时域语音时长调整算法计算量大、难以保证实时性的问题,深入研究语音时长调整算法的原理,并结合语音自身的短时平稳性、准周期特性和信号的频率特性,提出三种解决途径(只搜索叠加部分原则、隔点搜索原则、隔点计算相似性原则),在保证语音质量不降低的同时,大幅减少冗余的计算量,实验结果表明,该方法调整后的语音质量高、计算速度快,通过与原始算法的对比证明了以上结论,该方法能广泛应用于实际中,尤其是应用于实时性要求较高的场合。