一种特定人声道频率响应的精确的提取方法

提出了一种在浊音中切取相当基音长度的一段波形,用傅里叶变换求出谱线,多次填充构造精确声道频率响应函数的新方法.经过实验,证实此方法特别适合特定人的语音识别,也能较好合成出模仿特定人的语音.

基于谐振结构的线性预测编码

语音编码中一般用线性预测编码 ( LPC)建立信号的声道响应 ,如何提高 LPC的预测增益并用尽可能少的比特数量化 LPC参数将直接影响编码器的性能 .文中提出了一种基于信号谐振结构的 LPC技术 ( HLPC) ,利用 HLPC可使 LPC谱与信号谐振峰具有最佳的拟合 ,同时可获得0 .36d B的额外预测增益 .设计了 LPC参数的线性预测多层分裂码本矢量量化 ( LPMSVQ)方法 .数值实验表明 ,利用 LPMSVQ可在 2 1 bit/帧下获得透明的量化质量 .

基于非齐次隐马尔可夫模型的特定人元音的识别方法

针对特定人汉语元音的语音识别,提出一种基于非齐次隐马尔可夫模型的识别方法.该方法首先提取声道频率响应作为特征参数,然后建立非齐次隐马尔可夫模型来更为精确地刻画真实的语音现象,接着进行语音识别实验,并与齐次隐马尔可夫模型进行比较.实验结果表明该方法可以使特定人的元音的识别率达到98.73%,明显改变了识别系统的性能.该方法具有很好的理论研究前景和实际应用价值.

浊音短时复倒谱的新模型及用于语音同态解卷积的研究

本文介绍一种浊音短时复倒谱的新模型，通过与传统模型的分析对比，提出了将该模型用于同态解卷积恢复声道冲激响应的新方法，并进行了实验研究。对解卷积中的问题进行了分析探讨。

基于语音合成法的汉语人名语音库的设计应用

采用语音合成方法完成了汉语人名语音库的设计.声母部分直接采用录音样本,而韵母部分则通过激励声道频率响应函数来合成语音,然后通过声韵母拼接来实现人名语音合成,以此建立人名语音库.可以实现各种可能人名语音的合成,适合应用于多种电子自助系统中.

基于听觉特性和发声特性的语种识别

针对现有的方法在低信噪比环境下语种识别性能不佳,提出了一种耳蜗滤波系数和声道冲激响应频谱参数相互融合的语种识别方法.该方法表征了人的耳蜗听觉特性和发声特性,首先提取模拟人耳听觉特性的耳蜗滤波系数,再融合表征人的发声特性的声道冲激响应频谱参数,最后采用高斯混合通用背景模型对所提方法在语种识别上进行测试.实验结果表明,在4种信噪比环境下,该方法优于其他对比方法;相对于基于深度学习的对数Mel尺度滤波器能量特征,识别正确率提升了16.1%,与其他方法相比有较大程度的提升.

短波信道下基于Spark的语音传输损失补偿研究

传统语音的特征参数在经过短波信道的传输后会产生严重变形,针对这一问题本文对传输损失的补偿进行研究,基于线性预测系数(LPC)和梅尔倒谱系数(MFCC)对短波信道语音信号影响情况的对比研究,分析两种参数在声道频率响应的共性.

基于声道频谱参数的语种识别

针对低信噪比下语种识别正确率低的问题,提出了一种声道冲激响应频谱参数和Teager能量算子倒谱参数融合的识别方法.根据语音中不同特征信息量分布特性,首先在特征提取前端引入低通滤波器滤除信号高频部分,并采用重采样方法降低采样率,再基于信号频谱提取声道冲激响应频谱参数,然后融合Teager能量算子倒谱参数,最后通过高斯混合通用背景模型进行语种识别验证.不同信噪比条件下性能测试表明,所提方法相对于基于单一的梅尔频率倒谱系数特征、单一的伽玛通频率倒谱系数特征和基于对数梅尔尺度滤波器组能量特征,在低信噪比下提升约15 dB,显著提高了识别正确率.