基于幅度和相位混合特征交叉的语音增强方法

为充分利用含噪语音信号的相位特征信息及其与幅度信息的相关性,提出一种幅度和相位混合特征交叉的单通道语音增强方法。提取含噪信号的对数功率谱和相位特征,依次交叉排列;计算复数掩模,将复数掩模的实虚部依次交叉以保持对称输入特征;在此基础上,构建深度编解码器网络(amplitude phase deep encoder decoder network,APDEDN)增强语音质量。实验结果表明,相较单一特征方法,提出方法获得了语音质量感知评估评分和短时目标可懂度上的改善。

基于编码器的语音增强的效果实现

语音识别过程容易受到音质下降的影响。为了达到语音增强的效果,使用IEMOCAP数据库,利用文本信号来增强语音信号。在训练阶段,对文本特征进行去停用词、Jieba分词操作,对文本信息进行TF-IDF权重计算,选择权重大的文本特征。使用BERT模型将文本特征向量化并输入到由预网和CBHG模块构成的编码器中,编码器的输出和提取的声学特征输入到由预网和两层残差的GRU构成的解码器中,解码器的输出作为声学模型。在合成阶段,将测试集的文本特征输入到训练好的声学模型中,连接DNN分类器,进行多任务学习,把性别分类设置为辅助任务,情感识别设置为主任务。实验结果证明,相比频谱相减法和小波分解法,提出方法的准确率分别提高了7%、3%。

基于G.729算法的新型语音通信系统的实现

在简单介绍G.729算法的编解码原理的基础上,介绍了如何用TMS320VC5402 DSP实现该算法。详细介绍了硬件的实现框图和软件实现的流图,文章的最后给出了实验结果并对其作了分析。

用DSP TMS320VC5416实现G.723.1编解码算法

为了能在低码率下达到较高的合成语音质量,对双速率语音编解码算法G.723.1进行研究,并对该算法的高编码速率(6.3 kb/s)的源代码进行优化,改卷积运算为加减运算,改乘法运算为减法运算,大大减小了运算量,提高了运算速度;解决了算法移植的问题,即找到语音算法与开发板语音程序的切合点———将管道传输函数插入语音程序。研究结果表明,该实时系统在6.3 kb/s有较好的语音回放效果,除音量略有降低外,语音信号的失真度在人耳分辨范围之外;语音波形从时域变换到频域,解码后波形相对原波形幅值降低,波形保持不变。

DSP实现G.729语音编解码的方法及关键技术研究

介绍了ITU-G.729语音压缩标准的编、解码原理,提出了一种基于DSP的软、硬件设计方案,并着重讨论了在实现过程中的几项关键技术。

一种双模式数字对讲机的研究和设计

该文介绍了一种可以工作在集群和无中心两种工作模式的数字对讲机,对系统的架构进行了分析,并着重对硬件电路中语音编解码微处理器、射频前端进行了介绍,对双工语音通信中的通信协议、语音编码软件缓冲架构、语音编码算法和语音数据发送流程进行了阐述,测试结果表明在直径小于500m范围内具有优秀的通话质量。

基于门控残差卷积编解码网络的单通道语音增强方法

针对卷积编解码网络(CED,Convolution encoder-and-decoder)对语音时序相关信息捕获困难的问题,本文提出了一种基于门控残差卷积编解码网络的语音增强方法。该方法在卷积编解码网络的基础上引入了门控机制、膨胀卷积与残差连接:门控机制能够很好地处理序列前后相关信息;膨胀卷积使得卷积过程获得更大的感受野,提取更加丰富的全局信息;残差连接能够防止梯度消失与梯度爆炸,提升网络精度。此外,采用频域损失函数与时域评价指标联合优化的策略对网络进行训练,以进一步提升网络增强效果。实验表明,在匹配噪声和不匹配噪声下,相比于基线CED与其他对比方法,本文方法取得了更高的PESQ、STOI与SI-SDR,对语音的清浊音都有较好恢复效果,且具有较强的泛化能力。

预设、代码模式与言语交际

代码模式(code model)是包括编码(encoding)和解码(decoding)两个程序的言语交际模式。言语交际就是通过编码和解码的认知活动达到交往双方交流思想的过程。编码解码过程与认知语境密切相关。预设则是编码和解码运作的基础和条件。

低码率通信系统中的语音编码技术

综述用于各种新兴低码率数字通信系统中的语音编码技术及其标准化动态。

一种基于AMBE2000的低速率语音通信系统

本次系统实现了基于AMBE2000的低速率语音通信,该芯片采用改进的多带激励(MBE)算法,能实现可变速率低比特率、高语音音质的语音压缩编码。本文通过实例,给出了以AMBE2000为核心,语音压缩传输以及解压输出的电路实现。本实验获得了低速率下良好的语音质量,为越来越重要的低速率高质量语音通信提供了有利参考,具有很高实用价值。

基于AMBE-1000的通用语音压缩系统

AMBE-1000是由DVSI公司推出的高性能多速率语音编码-解码芯片。它的语音压缩算法采用专利的AMBE语音压缩技术。该芯片具有语音音质好和编码波特率低、功耗小等优点。TLC32044是由TI公司推出的14位动态可调的高精度可编程的A/D-D/A芯片。该文介绍AMBE-1000、TLC32044的性能特点和工作原理,并给出通用语音压缩系统的应用实例。

采用单片机压缩编码的数码录放系统设计

基于G.726语音编解码算法的原理,设计了一个基于单片机的语音录放系统,实现了对语音信号的压缩存储和编解码功能。运行结果表明,解码后语音还原质量较好,符合预期。

2.4Kb/s MELP声码器的FPGA实现

设计了一种基于FPGA的MELP声码器,在对MELP算法进行深入分析的基础上,提出了利用DSPBuilder在Matlab中建模并在FPGA上设计声码器的思路及实现过程,最后对编解码系统进行功能仿真,仿真结果表明,合成语音信号与原始信号很好的拟合,系统编解码后语音质量基本良好.

语音教学软件中自动判读技术的研究

介绍了在语音教学软件中的计算机自动判读功能原理，其中包括从数据的编码、解码到语音的降噪处理，以及最后的模式匹配。

基于TMS320VC5509A的G．726语音编解码算法的实现

文中介绍了G.726语音编解码算法的原理,详细论述了ADPCM编解码算法在DSP TMS320VC5509A上实现的硬件结构及软件算法,并给出了在实现过程中的程序优化方法。

基于ZigBee技术的无线语音通信系统设计与实现

针对语音传输过程中的丢包问题及AMBE-1000芯片和CC2430芯片的工作原理与特点，设计出了一种基于AMBE-1000和CC2430的无线语音通信系统。系统采用AMBE-1000与CSPl027-S进行语音信号的处理；同时，采用CC2430传输数字化后的语音信号；在整体上，采用AT89C52处理器负责接口之间的数据处理。实现了基5-AMBE-1000的低速率语音通信，该文采用改进的多带激励（MBE）算法，能实现可变速率低比特率、高语音音质的语音压缩编码。重点讨论了系统结构、硬件软件设计和协议栈开发等关键问题。说明了在ZigBee网络中进行语音通信的可行性及其发展潜力。

一种基于卷积神经网络的端到端语音分离方法

大部分的语音分离系统仅仅增强混合的幅值谱(短时傅里叶变换的系数),但是对于相位谱却不做任何处理。然而,最近的研究表明相位信息对于语音分离的质量起着很重要的作用。为了同时利用幅值和相位信息,本文提出了一种有效的端到端分离方法。这种方法是直接利用原始语音波行点作为特征,是一种基于编解码器的卷积神经网络结构。跟其他的说话人独立的语音分离系统不同,本文提出的方法其神经网络只输出一个说话人的信号,其他的语音可以由混合语音与网络输出信号的差值获得。我们在TIMIT数据集上验证本文提出的方法。实验结果表明,本文提出的方法明显优于句子级别的排列不变性训练(utterance-level permutation invariant training,uPIT)基线方法,对于信号失真比(signal-to-distortion ratio,SDR)相对提高了16.06%。

MVB中继器编解码的设计与实现

针对传统差分信号网络中继器不具备编解码能力,无法实现对MVB帧的特殊控制,提出一种基于FPGA的MVB中继器设计方案。详细分析了中继器解码器和编码器的设计过程,包括时延分析和计算、超长帧的判断和截断、帧间隔调整的时延整定与实现等方面的具体设计。通过实际测试,对时间参数进行分析对比,验证了设计的可行性。

一个基于TMS320C5402DSP应用系统的设计

介绍一种基于TMS32 0C5 40 2DSP芯片的压缩语音录放系统的软硬件设计方法 .该系统通过对语音进行压缩以实现高效率数字录音 ,可应用于电话留言、语声应答等场合 .

基于DSP的通用语音编译码器设计与实现

实现了一种基于DSP的通用语音编译码器实验平台。在该平台上通过软件重构可以实现常用语音信号的编译码。详细介绍了应用DSP实现通用语音编译码中的关键技术,包括硬件平台设计、软件结构和接口扩展等。由于硬件和软件采用模块和结构化设计,通过开放的模块接口和子程序使得该设计具有扩展和升级容易、学生参与度高等优点。最后通过实际测试验证了设计的正确性。