基于Nd∶YAG激光器声音辨识的实验探究

为了实现以激光作为载体的声音辨识,提出了一种基于Nd∶YAG激光器的声音辨识测量方法。首先,通过实验验证了采用Nd∶YAG激光器的测量系统能够测量低反射率物体纸片的运动位移;其次,声音信号在通过空气向外传播时,会引起纸片的振动位移,经过滤波、放大处理,实现声音的还原。结果表明,基于Nd∶YAG激光器的激光回馈干涉测量系统通过测量纸片的振动位移,从而实现对测试人员的声音辨识。

基于短时处理的异常声音辨识系统研制

在对声信号处理研究的基础上,提出使用DSP Builder进行声音辨识系统进行开发,利用现场可编程门阵列器件实现异常声音辨识系统。通过对采集的现场声音信号进行时域和频域分析并提取异常声音的特征,将异常声音从正常声音中分离出来进行识别,当发生异常声音后能发出控制指令进行报警保护和输出控制指令,进行生产设备的保护。使机器在工农业的安全防护、故障诊断等领域实现对预定声音事件的自动辨识。

基于萤火虫算法的匹配追踪用于生态声音辨识

针对生态环境中背景噪声对声音辨识产生干扰的问题,提出利用萤火虫算法优化匹配追踪的方法进行生态声音辨识。利用匹配追踪(MP)稀疏分解声音信号,在保留信号主体结构的前提下对其进行重构,减小噪声的影响。使用萤火虫(GSO)算法优化搜索最佳匹配原子,实现MP快速分解。对重构信号提取Mel频率倒谱系数(MFCCs),MP时频特征及基音频率。结合支持向量机(SVM)对56种生态声音在不同环境和信噪比情况下进行分类识别。实验结果表明,与传统MFCC与SVM的方法相比,该方法对生态声音在不同信噪比下的识别性能得到不同程度的改善并且具有较好的抗噪性,尤其适合低信噪比(30 d B以下)噪声情境下使用。

声乐教学中个性化嗓音的培养

本文针对目前高校声乐教学过程中普遍存在的"千人一声"的现象,分析现象背后的原因和培养学生个性化嗓音的必要性,结合自身教学实践经验,从心理上和技术上两方面提出改进教学的措施,并就如何划分声种,提高声音辨识度提出了自己的看法。

添加音素持续时间信息到频谱模型的说话人辨认研究

传统的声音识别系统通过短时声音频谱信息来辨识说话人,这种方法在某些条件下具有较好的性能。但是由于有些说话人特征隐藏在较长的语音片段中,通过添加长时信息可能会进一步提高系统的性能。在文中,音素持续时间信息被添加到传统模型上,以提高说话人辨识率。频谱信息是通过短时分析获得的,但音素持续时间的提取却属于长时分析,它需要更多的语音数据。通过大量语音数据探讨了音素持续时间信息对说话人辨识的有效性,提出2种方法来解决数据量小所引起的问题。实验结果表明,当说话人的声音模型被恰当建立时,即使在语音数据量小的情况下,音素持续时间信息对说话人辨识率的提高也是有效的。