自适应抗噪的清/浊/静音判决算法

清/浊/静音判决(UVS)是语音压缩、合成以及识别中的一个重要参数。为了解决传统判决方法训练过程复杂,导致语音编码效率低的问题,给出一种无训练过程的判决方法。提取基于循环平均幅度差的特征参量,利用判决参数间的相关性,自适应调整阈值,实现清/浊/静音判决。该判决方法具有很好的抗噪声干扰能力,有效提高判决的准确率。测试结果表明:该算法简化了清/浊/静音判决的计算量,清音误判率降低了10%,浊音误判率保持在4%以内;将该算法应用于低速率语音编码方案MELP(mixed excitation linear prediction)0.6 kbps的清浊音判决中,解码后的合成语音质量优于原始MELP编码方案,PESQ分数提高0.3,具有较好的可懂度和自然度。

基于语音截止频率的声码器激励模型

在低速率声码器中,对激励信号的描述直接影响重建语音的质量.为了改善音质,提出一种基于语音截止频率的声码器激励模型.该模型编码时通过语音截止频率将激励谱分成谐波和噪声2个子带,谐波子带的激励谱幅度引入离散余弦变换变维模型进行描述,语音截止频率进行4 bit非线性量化.解码时将恢复出的谐波子带激励谱幅度进行傅里叶反变换,噪声子带则由白噪声进行以语音截止频率为阻带截止频率的高通滤波,最后由谐波子带和噪声子带叠加出激励.实验结果表明,该模型提高了全带激励谱幅度和谐波噪声成分的描述精度,可使重建语音的音质得以明显改善,主客观指标更优,对男声更为突出.