基于发声机理与人耳感知特性的说话人识别

Mel频率倒谱系数(MFCC)与线性预测倒谱系数(LPCC)融合算法只能反映语音静态特征,且LPCC对语音低频局部特征描述不足。为此,提出将希尔伯特黄变换(HHT)倒谱系数与相对光谱-感知线性预测倒谱系数(RASTA-PLPCC)融合,得到一种既反映发声机理又体现人耳感知特性的说话人识别算法。HHT倒谱系数体现发声机理,能反映语音动态特性,并更好地描述信号低频局部特征,可改进LPCC的不足。PLPCC体现人耳感知特性,识别性能强于MFCC,用3种融合算法对两者进行融合,将融合特征用于高斯混合模型进行说话人识别。仿真实验结果表明,该融合算法较已有的MFCC与LPCC融合算法识别率提高了8.0%。

人耳空间定向感知精度研究初探

人耳听觉是目前研究的热点之一,但是对于房间中声源定位的精度和感知机理,并没有很完善的研究。为此,通过主观实验,探究人耳在普通房间中的空间定向效果。采用布放在不同位置的7个音箱作为声源,比较不同性别被试对于男声、女声、白噪声这三种信号的判决正确率,并初步分析被试是否转头这个因素对判决正确率的影响。实验结果表明,在普通房间中,各种复杂的混响等因素会对声源的听觉定位精度造成一定的影响。

基于感知的快速滤波算法

将心理声学模型应用于滤波中,利用人耳的掩蔽效应,提出了一种简化FIR滤波器的运算复杂度的方法——基于感知的快速滤波。结果表明,基于感知的快速滤波和普通滤波处理后的声音信号在人耳听来是基本上是没有区别的。但是前者在很大程度上节约了计算量。

骨导超声听觉感知综述

通过骨导振动,人耳能够产生超声听觉感知,从而颠覆了人耳听不到超声的传统概念。对骨导超声感知研究领域国内外发展历程进行系统介绍,着重分析并探讨了三大研究热点:骨导感知的基本特点、人耳主观感知声以及感知机制的阐明,为后续的研究工作奠定了基础。

增强型AAC+编码器中立体声参数的量化算法优化研究

参数立体声技术是将立体声下混为单声道并提取表征空间声像的参数来降低编码码率。本文通过对参数立体声的编码方案及其参数的量化方法进行研究,提出一种更符合人耳感知特性的参数量化新方法。实验结果表明,在同等音质下该算法可以有效降低原参数立体声的参数码率。