基于动态单边自相关序列和频率规整线性预测的抗噪声语音识别

提出了一种既符合人耳听觉特性又具有良好抗噪性的语音特征分析方法。首先将单边自相关函数序列进行时间方向的平滑处理,提高单边自相关函数的抗噪性,然后用平滑后的单边自相关函数序列代替原信号进行频率规整的LPC分析,最后经倒谱变换得到该特征参数。数字语音识别实验证明:利用该特征参数的语音识别系统的识别性能优于MEL倒谱系数、LPC倒谱系数等传统的语音特征参数。

自相关域线性预测模型及其应用

提出了一种在自相关域对语音信号进行线性预测分析的方法。证明了只要时域信号是一个全极模型信号,则其相应的自相关序列也是一个全极模型序列,且其全极模型是稳定的,具有更好的抗干扰性能。还提出了一种有效地降低这种模型阶数的算法。将这种模型的功率谱作为语音的特征参数,进行中文讲话者识别实验,取得了满意的结果。

基于预测与JPEG2000的高光谱图像无损压缩方法

随着成像光谱仪向着高光谱分辨率、高空间分辨率方向发展,高光谱图像的数据量呈几何级数增长。由于数据传输和存储能力的限制,必须对高光谱图像进行有效压缩。首先,对高光谱图像的相关性进行了深入分析,得知其具有一定的空间相关性和极强的谱间相关性,从而具有较强的可压缩性。其次,结合JPEG2000对DPCM进行了修改,提出了基于一阶线性预测与JPEG2000相结合的无损压缩方案。最后,在软件平台上实现了该方案,并取得了较好的压缩效果。结果表明,该方案可以有效的实现高光谱图像无损压缩,验证了方案的可行性,为硬件平台上实现该方案提供了理论依据。

语音识别中谱包自相关技术

提出了一种语音识别线性预测分析方法 :基于谱自相关和频率抽样获得谱包 ,即由归一化频率估计谱包 ,此谱包规定在 Mel频率级 ;再由语音信号谱包估计抽样自相关 ,用 IDFT提取抽样自相关估计。从抽样自相关的结果 ,最终获得谱包倒谱系数。HMM识别试验显示 :谱包倒谱系数与其他算法相比较 ,在低信噪比时 ,识别率可提高 1 0 %以上 ,识别性能明显提高 ,在噪声环境下也能达到好的识别效果。

语音线性预测技术新探

本文提出了一种线性预测分析方法。通过估计频率抽样获得谱包 ,由归一化频率估计谱包 ;谱包规定在mel频率级 ,由IDFT提取抽样自相关估计 ,我们从抽样自相关的结果最终获得谱包cep stral系数 (SEC)。HMM(HiddenMarkovModel)识别实验表明 ,SEC与其它算法相比较 ,在低信噪比时 。

一种最佳线性估计与多假设结合的分布式视频压缩感知重构算法

针对分布式视频压缩感知系统存在编码端的低采样率易导致解码端重构效果不理想的问题,综合考虑视频帧间的时空相关性以及帧内不同图像块所具有的不同块特征,提出了一种最佳线性估计与多假设预测相结合的分布式视频压缩感知重构算法。算法在编码端采用分块压缩感知进行随机测量,在解码端增加了相似判别、测量值补充以及平滑判别三种机制。通过此三种机制对非关键帧块进行细化分类,并根据分类结果对不同的图像块采用不同的测量值补充及重构策略,进而提高重构质量。在标准视频序列集上的仿真实验结果表明,本文提出的算法重构视频信号的峰值信噪比(PSNR)比传统的多假设预测重构算法平均高出2~3 dB,尤其在编码端测量率低于0.2的情况下,PSNR高出4~5 dB。

基于浊音语音谐波谱子带加权重建的抗噪声说话人识别

提出了一个基于浊音语音谐波谱重建的说话人识别算法.该算法根据浊音语音短时频谱的结构特征和基音信息,对浊音语音谐波结构频谱进行子带加权重建,以补偿由噪声引起的训练与测试条件的失配.算法基于重建浊音频谱提取感知线性预测倒谱系数,与基音相组合作为说话人的语音特征参数矢量,采用高斯混合模型对说话人进行建模.仿真实验的结果表明:所提出的浊音谱重建方法对多种类型含噪语音的噪声补偿均具良好效果,可以明显提高在噪声环境下的与文本无关的说话人识别的识别率,特别是显著提高低信噪比环境下的识别率,而不会明显降低纯净语音和高信噪比环境下的识别率.

短时谱特征的汉语重音检测方法研究

重音是语言交流中不可或缺的部分,在语言交流中扮演着非常重要的角色。为了验证基于听觉模型的短时谱特征集在汉语重音检测方法中的应用效果,使用MFCC(Mel frequency cepstrum coefficient)和RASTAPLP(relative spectra perceptual linear prediction)算法提取每个语音段的短时谱信息,分别构建了基于MFCC算法的短时谱特征集和基于RASTA-PLP算法的短时谱特征集;选用NaiveBayes分类器对这两类特征集进行建模,把具有最大后验概率的类作为该对象所属的类,这种分类方法充分利用了当前语音段的相关语音特性;基于MFCC的短时谱特征集和基于RASTA-PLP的短时谱特征集在ASCCD(annotated speech corpus of Chinese discourse)上能够分别得到82.1%和80.8%的汉语重音检测正确率。实验结果证明,基于MFCC的短时谱特征和基于RASTA-PLP的短时谱特征能用于汉语重音检测研究。

谱间和帧内协同稀疏的高光谱图像压缩感知模型

本文基于压缩感知理论,利用高光谱图像谱间存在极强的相关性,提出一种基于谱间和帧内协同稀疏的高光谱图像压缩感知模型(hyperspectral image collaborative sparsity measure,HICoSM).模型包括对高光谱图像各波段帧内及其帧间3方面的稀疏性挖掘:一是对各波段帧基于局部区域平滑性的稀疏性度量;二是对各波段帧基于非局部区域纹理、边缘等细节信息的自相似性稀疏性度量;三是相邻波段帧基于谱间相关性的预测稀疏性度量,具体利用前一个波段帧,通过最小二乘法线性预测形成当前波段帧的预测帧,通过确定预测帧与当前波段帧的最佳预测差实现谱间的稀疏性度量.进一步,给出了所提出模型的数值计算过程.仿真实验表明,模型HICoSM在对各个波段帧的稀疏性进行度量的基础上,通过挖掘和测量高光谱图像波段间的谱间稀疏性,有效地提高了各波段帧在压缩感知恢复阶段的解码质量.

基于FSS与PLP的噪声鲁棒语音识别

提出了一种基于分数阶谱相减(FSS)与感知线性预测(PLP)相结合的噪声鲁棒语音识别方法,记为FSS+PLPC。该方法首先通过FSS在分数阶Fourier域对带噪语音进行降噪处理,然后计算增强语音的均方误差和Itakura距离并进行比较,以获得FSS的近似最优分数阶阶数。最后对根据此阶数得到的增强语音提取感知线性预测倒谱(PLPC)。实验结果表明,FSS+PLPC对于数字语音的识别性能优于传统的谱减法(SS+PLPC)和感知线性预测倒谱(PLPC)法,并且随着信噪比的降低FSS+PLPC表现出较好的噪声鲁棒性。

基于atan-LMS与PLPC相结合的稳健语音识别

将一种改进的变步长算法(atan-LMS)应用于自适应滤波器,并将之与感知线性预测倒谱技术(PLPC)相结合,简记为atan-LMS+PLPC。该方法通过优化步长和误差之间的非线性关系,使降噪效果更加显著,然后对增强语音提取感知线性预测倒谱系数(PLPC)作为特征参数。试验结果表明,基于atan-LMS+PLPC的系统其识别性能要比基于Sigmind函数(SVSLMS+PLPC)优越,并且信噪比越低识别率提高幅度越大。

声门激励信号的获取及其应用

声门激励信号是语音信号的源信号,可用于语音特征参数的有效提取。研究了从观测语音获取声门激励的两种方法——线性预测法和倒谱法;用实际录制的语音做计算机仿真实验,比较了两种方法的性能和特点。结果表明倒谱法获取声门激励、由它提取基因周期等激励特征参数的精度高,但计算量相对较大;线性预测法由于采用高效算法,不仅获取声门激励的速度快,而且可同时获取声道模型参数、语音功率谱等重要参数,是获取声门激励的常用方法。

室内噪声环境下语音信号时延估计

针对室内复杂的声学环境,结合语音信号的特点,提出了一种利用语音激励信息的时延估计算法。采用线性预测得到不同位置麦克风接收的含噪语音信号的残余误差(LPCRE),残余误差中包含激励信息,再利用残余误差的互功率谱相位(CSP),进行时延估计,性能有较大改善,且适合背景噪声为脉冲噪声或白噪声或两者混合的环境下应用。

从眼电图（EOG）伪差中增强脑电图（EEG）信号的自适应噪声抵消（ANC）方案

从眼电图（ＥＯＧ）伪差中增强脑电图（ＥＥＧ）信号的自适应噪声抵消（ＡＮＣ）方案ＰＫＳａｄａｓｉｖａｎ，ｅｔａｌ．ＣｏｍｐｕｔｅｒｓＢｉｏｍｅｄｉｃａｌＲｅｓｅａｒｃｈ１９９６；（２９）：２７～４０自适应系统的一项最重要的应用是用自适应滤波器抵消噪声。...

基于LP-MMSE的高效语音感知哈希认证算法

为了满足移动语音通信中对语音内容保持操作的鲁棒性和区分性,并实现高效认证等要求,提出一种基于线性预测最小均方差(LP-MMSE)的高效语音感知哈希认证算法.该算法首先对待认证语音进行预处理、分帧和加窗后的语音信号进行线性预测分析(LPC)得到其最小均方差(MMSE)系数矩阵;然后对分帧后的语音利用谱熵法计算得到每帧的谱熵值参数矩阵;最后结合上述两个矩阵,生成最终的二进制感知哈希序列.仿真结果表明,该算法的感知哈希摘要性优于现有的其它方法并对内容保持操作具有较好的鲁棒性和区分性,认证效率高,能够满足语音通信实时认证的要求.

苹果糖度近红外光谱检测的初步试验研究

应用近红外光谱漫反射技术,开展了苹果内部品质无损检测的研究。对试验结果的方差分析表明:苹果不同测量位置对光谱测量的影响不显著,而不同测量距离对光谱影响较显著。运用SPSS10.0统计软件对苹果糖度与光谱曲线波峰处对应的吸光度进行多元线性回归分析,建立最佳单波长、最佳双波长组合、最佳三波长组合和最佳四波长组合的校正方程,相关系数R分别为0.621、0.675、0.797和0.822,标准校正误差(SEC)分别为1.75、1.65、1.34和1.27°Brix,相对校正误差(R SEC)分别为13.73%、12.96%、11.42%和10.81%,试验表明:利用近红外光谱技术无损检测苹果糖度等内部品质是可行性的,也为今后进一步建立水果内部品质预测模型奠定了基础。

语音信号处理教学辅助实验设计

在语音信号处理教学中引入仿真实验,通过上机实验帮助学生理解课程的基本原理和方法.课题组完成了课程系列实验的设计,分为验证型实验和设计型实验两种.主要以线性预测编码、复倒谱和倒谱以及感知线性参数等为例介绍了使用Matlab进行教学辅助实验的情况.