感觉加权滤波在安多藏语特征提取中的应用

语音信号的特征提取是语音识别中重要的环节之一,特征提取是否准确决定着语音识别的识别率,不同的语音信号有着不同的特征提取方法,本文针对安多藏语的语音特征,进行线性预测分析,对线性预测余量信号通过感觉加权滤波后重新提取特征,使之具有更高的精确度,更好的稳健性。

基于伪倒谱感觉加权滤波器的设计及应用

针对50Hz～7000Hz的宽带语音低频到高频的频谱倾斜现象严重问题,设计一个适用于宽带语音编码的感觉加权滤波器。该滤波器根据ISP伪倒谱与线性预测倒谱系数差进行设计,ISP伪倒谱是电抗函数自然对数一半取反z变换,其实质是一个多项式的倒谱。实验结果表明,该滤波器对改善宽带语音频谱倾斜问题具有较好的效果。

感觉加权滤波器的设计及其在AMR-WB中的应用

由于宽带语音编码低频到高频的谱动态范围加宽,频谱倾斜现象更加显著,为了解决宽带语音编码频谱倾斜问题,进一步提高宽带语音合成语音质量,该文提出了一种新的感觉加权滤波器,并将其应用到了自适应多速率宽带语音编码AMR-WB算法中,仿真实验结果表明,新设计的感觉加权滤波器不仅有效解决了宽带语音频谱倾斜问题,且使AMR-WB 9种语音编码模式的平均w-PESQ值得到了提高。

多带谱相减结合感觉加权的语音增强方法研究

语音增强技术是解决噪声污染的一项强有力的预处理技术,也是语音信号处理的一个热门课题。文章提出了一种多带谱相减与感觉加权相结合的语音增强方法。该方法首先对带噪语音进行多带谱相减,然后根据人的听觉掩蔽特性,对多带谱相减后的信号进行感觉加权,以便进一步降低背景噪声。仿真结果表明,该方法在较好地抑制背景噪声和残留音乐噪声的同时,保持了较好的语音可懂度。

不同视觉条件平衡训练对慢性踝关节不稳患者本体感觉的影响

背景:频闪视觉训练可以迫使感觉重新加权,通过增强对于本体感觉信息的敏感性而使其重新恢复原有权重,这可能是改善本体感觉的有效方法。目的:确定低频、高频和正常视觉条件下的平衡训练对慢性踝关节不稳患者踝关节本体感觉的影响。方法:在西南医科大学学生中招募36例慢性踝关节不稳患者,随机分为低频视觉训练组(n=12)、高频视觉训练组(n=12)和正常视觉训练组(n=12),均进行渐进跳跃稳定平衡训练,其中低频视觉训练组、高频视觉训练组在训练过程中佩戴频闪眼镜,频闪频率分别为1.75,5 Hz,每周训练3次,连续训练4周。训练前及训练完成后1周内,评估所有受试者的踝关节本体感觉、动态姿势稳定性和踝关节稳定性自我评价。结果与结论:①踝关节本体感觉具有显著的时间主效应(P<0.05);与训练前相比,低频视觉训练组和高频视觉训练组受试者训练4周后的踝关节本体感觉有明显改善(P<0.05);训练4周后,低频视觉训练组受试者的踝关节本体感觉较正常视觉训练组有明显改善(P<0.05);②踝关节稳定性自我评价具有显著的时间主效应、组别×时间因素主效应(P<0.05);与训练前比较,3组训练4周后的踝关节稳定性自我评价均提高(P<0.05);训练4周后,高频视觉训练组受试者的踝关节稳定性自我评价高于正常视觉训练组(P<0.05);③与训练前相比,低频视觉训练组、高频视觉训练组受试者训练4周后的前向动态姿势稳定性、后内侧动态姿势稳定性、后外侧动态姿势稳定性均有明显改善(P<0.05),正常视觉训练组受试者训练4周后的前向动态姿势稳定性、后外侧动态姿势稳定性均有明显改善(P≤0.05);④结果表明,无论频率如何,在频闪视觉条件下进行平衡训练均可以改善慢性踝关节不稳患者的本体感觉、踝关节稳定性自我评价及动态姿势稳定性。

宽带编码中的有效感觉加权滤波器

论文描述了为得到高质量的宽带语音而使用的有效编解码方法。CELP(Code Excited Linear Prediction)技术应用于窄带语音编码时已获得了很高的语音质量,然而直接应用于宽带语音信号编码时不能有效地保持高质量语音,因此需要在CELP模型上添加额外的方法,以使其在宽带信号上亦取得高质量。文章所讨论的提高CELP模型性能的有效技术是感觉加权滤波器,其技术也被用于3GPP所选的AMR-WB(Adaptive Multi-Rate Wideband)[1][2]声码器中。

基于谱减法的改进语音增强方法

语音增强技术是解决噪声污染的一项强有力的预处理技术。谱减法通过处理后的语音中会留下所谓的"音乐噪声",针对这个问题,提出了一种多带谱相减与感觉加权相结合的语音增强方法。对带噪语音进行多带谱相减,并根据人的听觉掩蔽特性,对多带谱相减后的信号进行感觉加权,从而进一步降低背景噪声。在语音失真和噪声抑制之间取得良好的折中,减少语音的听觉失真,有效地抑制"音乐噪声",提高语音的清晰度。

汉语普通话易混淆音素的识别

针对汉语普通话语音识别中易混淆音素的声学特征,把小波包分解理论应用在感觉加权线性预测(PLP)特征中,提出一种新的特征参数提取算法,可以更精确地描述易混淆音素的频谱特征。使用高斯混合模型对新的声学特征进行分类,从而达到区分的目的。实验结果证明,新的特征参数识别结果优于使用传统PLP特征参数的识别结果,识别错误率下降30%以上。

基于模板子空间的快速固定音频检索方法

针对大容量模板库条件下固定音频检索面临检索速度慢的问题,提出一种基于模板子空间的快速固定音频检索方法。利用相同或相似音频数据间存在一定相关性的特点,采用基于模板子空间的方法快速筛选出相似度较高的候选模板集,对候选集内的所有模板进行精细检索以得到最终结果。实验结果表明,与已有方法相比,该方法可以在几乎不损失精度的情况下大幅提高检索速度。

噪声条件下的语音特征PLP参数的提取

研究了噪声背景条件下的语音特征提取。使用特征补偿的方法,并运用听觉心理学的三个概念:临界带谱分析、等响度曲线、强度响度听觉幂率,实现了PLP语音特征参数的提取。在此基础上用RATSA技术和半升正弦函数倒谱提升技术来改进此参数,并获得了良好的效果。

一种新的ITU-T4 kbit/s语音编码国际标准候选方案

比较详细地描述了由AT&T、法国电信等几家公司新提出的、并为ITU T采纳、作为 4kbit/s语音编码国际标准的一种候选方案 ,该方案所具有的优良编解码质量已被相应的ITU T独立主观测试和各种语言测试所证实。