基于重构SPT的单链路故障路由保护方法

为了减少故障对网络运行带来的影响,提出了一种基于重构SPT的单链路故障路由保护算法SLFRPRSPT。该算法在最短路径树SPT的基础上实现,通过制定一系列定义和规则,对SPT进行重构,搜索节点关系发生改变的节点,为每个节点计算最佳备份下一跳节点,从而达到提高路由可用性的目的。经过实验验证,其在网络拓扑中故障保护率可以达到1,并且具有较低的路径拉伸度,可以有效避免单链路故障带来的影响。该方案支持增量部署和逐跳转发,便于实现。

帧间自适应的压缩感知谱减去噪方法

针对应用压缩感知理论对含噪语音进行去噪其信噪比低的问题,以及应用谱减法对含噪语音去噪后语音信号仍不清晰的情况,提出帧间自适应的压缩感知谱减去噪方法。同时,由于传统压缩感知理论不能使语音信号在重构时实现帧间自适应的去噪效果,对此缺陷提出一种改进算法,并且将该算法应用到谱减法的去噪过程中。相比于经典的谱减法,实验结果表明,所提算法对含噪语音进行去噪不仅可以提高含噪语音的去噪效果,还可以有效地解决谱减法无法去除背景噪声及音乐噪声的问题。

基于压缩感知的语音盲稀疏重构算法及其去噪应用

根据传统的正交匹配追踪(OMP)算法和稀疏度自适应匹配追踪(SAMP)算法各自的缺陷,提出可以在盲稀疏状态下重构带噪语音的多匹配正交追踪(MMOP)算法。该算法采用同时匹配多个原子以及同步增大和缩小原子集的办法来解决SAMP算法中原子的过匹配和欠匹配现象,此外,还提出一种新的去噪思想和设置初始步长方法,并且采用分阶段步长来重构原始语音信号。研究结果表明:本文算法不仅修正SAMP算法的过匹配和欠匹配的现象,而且还具有匹配速度快、迭代次数少的优点,同时又提高语音信号在盲稀疏状态下的重构精度,此外,该算法还可以应用在噪声语音中,有较明显的去噪效果,且其重构后的语音主客观质量评价都要好于传统的OMP算法和SAMP算法。

基于模糊综合评价法的情感语音数据库的建立

为建立一个真实、自然、丰富的情感语音数据库,研究选择高兴、惊奇、悲伤、生气四种情感类型,利用截取广播剧的方式获得初选阶段的情感语音数据库。通过模糊综合评价与层次分析法、熵权法相结合建立情感语音的模糊综合评价模型,利用该模型对初选阶段的数据库进行模糊评价,筛选得到最终高质量的情感语音数据库。将三种类型的数据库用于情感语音识别实验,对比分析了不同类型数据库的差异,同时也验证了本数据库的有效性。

语音情感识别的关键技术

语音信号中的情感信息是一种很重要的信息资源,仅靠单纯的数学模型搭建和计算来进行语音情感识别就显现出不足。情感是由外部刺激引发人的生理、心理变化,从而表现出来的一种对人或事物的感知状态,因此,将认知心理学与语音信号处理相结合有益于更好地处理情感语音。首先介绍了语音情感与人类认知的关联性,总结了该领域的最新进展和研究成果,主要包括情感数据库的建立、情感特征的提取以及情感识别网络等。其次介绍了基于认知心理学构建的模糊认知图网络在情感语音识别中的应用。接着,探讨了人脑对情感语音的认知机理,并试图把事件相关电位融合到语音情感识别中,从而提高情感语音识别的准确率,为今后情感语音识别与认知心理学交叉融合发展提出了构思与展望。

情感语音数据库优化及PAD情感模型量化标注

情感语音数据库是情感语音识别研究的基础,建立包含认知心理因素在内的维度情感语音数据库对提高识别率、改善人机交互能力具有重要意义。笔者首先对前期建立的摘引型TYUT2.0数据库进行语音听辨筛选,根据认同率阈值进行数据库优化,得到的情感语音数据库包含四种情感的语句237句,其中"悲伤"62句,"愤怒"58句,"高兴"57句,"惊奇"60句。然后利用PAD三维情感模型对该数据库语音进行标注,得到维度情感语音数据库。该数据库中的每句语音都有对应的听辨认同率以及PAD值。对每句语音的PAD值进行统计分析,证明了该维度情感语音数据库的有效性,为今后研究维度情感识别奠定了基础。

强调信息传播和特征分布的说话人验证模型:EIPFD-ResNet

说话人验证是一种自然、有效的生物特征身份认证方法,其性能很大程度上取决于所提取说话人特征的质量.残差网络(ResNet)具有优越的推理能力,可以提取高质量的说话人特征,因此广泛地应用于说话人验证任务中,然而目前残差网络仍存在音频数据信息利用不充分,提取的特征不利于分类说话人等问题,这些问题大大限制了残差网络的表征能力.本文聚焦于残差网络的模型结构,详细分析了残差块分布比例、激活层、跳跃连接这些结构因素对特征信息提取的影响,以及模型输出特征分布对说话人分类结果的影响,并据此对原始残差块、特征下采样过程以及模型输出头重新设计并构建了一个新的说话人验证模型:EIPFD-ResNet.该模型采用更少激活层的残差块和单独设计的下采样层共同作用来减少音频信号的损失和噪声信息的引入,采用归一化处理后的模型输出头帮助分类损失提供更清晰的分类决策面,并在3个公开数据集(VoxCeleb1、VoxCeleb2、Cn-Celeb2)上评估了所提模型的有效性.实验结果证明,本文提出的模型在仅有7.486M参数量的情况下,相较于传统ResNet34模型,在3个数据集上的等错误率(EER)分别降低了16.4%、33.3%、6.0%,且与强说话人验证模型ECAPA-TDNN相比在VoxCeleb2和CN-Celeb2上EER分别降低了10%和9.0%.

关于脑电信号的情感优化识别仿真

针对支持向量机在脑电信号的情感识别中存在计算复杂度高、核函数选择具有局限性、计算时间长等问题,提出采用一种与支持向量机类似但不受核函数和惩罚因子限制的相关向量机算法对脑电信号的情感识别进行优化。设计情感脑电识别实验验证相关向量机在脑电信号中的情感识别性能,并与支持向量机的仿真结果进行分析比较。首先,选用实验室自主采集的情感脑电数据中的四种情感(悲伤、生气、惊奇和中性)作为实验数据来源。其次,提取脑电波中与情感相关性较大的β节律,并进一步提取其非线性特征(功率谱熵)作为分类器的输入特征向量,分别采用相关向量机和支持向量机进行了情感识别。仿真结果表明,相关向量机对情感脑电信号的识别率高于支持向量机,可以更有效地区分情感脑电信号,从而提高人类脑电信号的情感识别率。

小波变换结合盲源分离的EEG情感识别

由于脑电信号独立源数目的不确定性以及其他噪声的干扰,使得采集的脑电信号各导信号之间产生串扰、源信号难以估计以及噪声混杂等问题,严重影响了对脑电信号的分析研究。将小波变换与盲源分离算法相结合,并对盲源分离算法中维格纳分布存在的交叉项干扰现象进行重排处理。主要思路是首先将每一导信号进行小波变换,提取出特征波β波,然后对这些β波信号进行基于重排光滑伪维格纳分布的盲源分离,分离出关联性极大的β波成分。实验结果表明,所用方法分离出了各导信号中关联性大的脑电信号成分,并在一定程度上解决了源信号难以估计等问题,使识别结果有明显的提升。

基于不确定性学习的文本无关的说话人确认方法

说话人确认任务旨在判断注册语音与测试语音是否属于同一说话人。针对说话人识别系统提取的声纹特征通常会受到与身份信息无关的因素干扰进而导致系统的准确性严重下降的问题,提出一种基于不确定性学习(UL)的文本无关的说话人确认(TISV)方法。首先,在说话人主干网络中引入不确定性同时学习声纹特征(均值)和话语数据的不确定性(方差),以建模语音数据集中的不确定性;其次,通过重采样技巧得到特征的分布表示;最后,在说话人分类损失中引入KL散度正则化约束噪声的分布,从而解决计算分类损失过程中的退化问题。实验结果表明,当训练集为VoxCeleb1和VoxCeleb2开发集时,与基于确定性方法的Thin ResNet34模型相比,所提方法的模型在VoxCeleb1-O测试集上的等错误率(EER)分别降低了9.9%和10.4%,最小检测代价函数(minDCF)分别降低了10.9%和4.5%。可见,所提方法在有噪声、无约束场景下的准确度有所提高。