基于神经网络的线性预测语音编码算法

语音压缩是多媒体通信技术的重要环节 ,线性预测编码 (LPC)技术是参数编码技术的重要内容 ,线性预测是语音信号处理中最有效的方法之一。文中从LPC原理入手 ,阐述了最佳LPC系数的计算 ,针对目前自相关法和协方差等存在着估计误差的特点 ,提出一种基于神经网络的线性预测算法 ,最后通过实验数据证明这种方法既提高了解的精度 。

基于线性预测原理的舱音特征提取与重构

在理解线性预测分析(LPC)方法及其自相关法和自协方差法两种高效解法基础上,根据舱音短时平稳特点,提出了基于LPC原理的Durbin迭代的舱音信号特征提取与重构方法,构建了舱音信号特征提取与重构方法的步骤,得到了详细图形和结果。获得了最佳预测阶数P、满足线性预测解稳定条件等有益结论。研究表明:基于线性预测分析方法得到的参数和结论为舱音信号特征识别提供了一条比较好的新途径。

语音信号的线性预测分析在DSP上的优化实现

语音信号的线性预测分析是语音压缩中的一个重要环节,占据语音压缩计算中的大部分时间,为提高语音压缩的速度,在C54x系列DSP上用汇编语言实现了语音信号的线性预测分析,并对其进行优化。最终可以使代码的运行时间减少到原来的5%左右。

基于CEP和LPC谱提取语音信号基音周期的方法

在语音信号分析中,只有分析出可表示语音信号本质特征的参数,才有可能利用这些参数进行高效的语音通信、语音合成和语音识别等处理。因此对语音信号采用CEP和LPC谱提取语音信号基音周期的异同进行了研究,并采用Matlab实现了仿真分析。从中可以看出,LPC谱估计基音周期的算法运算量较大,而CEP谱算法更直观,且在少部分情况下基音峰会变得更突出一些,CEP谱具有更加广阔的应用前景。

一种LPC改进算法在提取耳语音共振峰中的应用

传统线性预测编码(LPC)算法在提取语音共振峰时存在虚假峰和合并峰的问题。耳语音不同于正常语音的特性,使得准确提取其共振峰存在更大的困难。本文分析了共振峰提取中存在的极点交叉问题,通过对极点排序,提出基于极点交叉的LPC改进算法,从而有效解决这两个问题,实验结果证明此算法能够根据实际要求准确提取耳语音的前三个或前四个共振峰。

基于Chebyshev法实现LPC与LSF相互转换

在语音信号的处理中,常需要将线性预测系数(LPC)与线谱对频率参数(LSF)相互转换。利用余弦函数特性改进的Chebyshev多项式求根算法,将余弦函数转换为高次幂函数再进行搜索求根来实现语音特征的LPC参数与LSF参数的转化。

LPC误差传输函数的倒谱特征

本文从语音信号的线性预测码模型出发,分析了其误差传输函数方程的根与其系数之间的关系,得到了线性预测系数与根幂和之间的关系式,从而得到了误差传输函数的倒谱系数的递推公式。

两种倒谱特征提取技术在水声目标识别中的应用

按照声纳员的感受,被动声纳目标被看作为一个发声体,目标噪声信号表示为激励噪声源与发声体冲激响应的卷积,在这一模型下,使用倒谱分析水声目标噪声的时域特征。提出利用线性预测倒谱和考虑人耳听觉特点的美尔倒谱分析发声体的冲激响应在倒谱域中的表示,据此对水声噪声信号提取这两种倒谱的特征,进行分类识别。设计了神经网络分类器,利用实测数据对三类目标进行分类。分析比较两种方法的分类结果,验证了基于倒谱的水声目标特征提取方法的可行性。

基于MATLAB GUI的语音信号特征提取系统设计

语音信号的典型时频特性和核心处理算法是语音识别、合成和说话人识别等系统中的关键问题.结合线性预测分析技术(LPC)和美尔倒谱参数(MFCC)的算法原理,基于MATLAB GUI技术,设计完成了语音信号典型特征提取系统的界面平台,可实现语音信号的装载、播放和波形显示,LPC和MFCC的计算结果显示和数据存储等功能.界面的人机交互性好,操作简单方便,可提高对算法或数据处理效果的直观认识,对语音信号分析和处理等各个研究领域具有重要的现实意义.

函数拟合实现语音演唱

语调是说话的腔调,由不同的声调抑扬顿挫的配制和变化形成,是人类传递情感的特征之一.通过调节语调参数来改变一段话语中某个字音的长短及高低,从而使可控的语调实现语音演唱的效果,弥补了语音合成在歌曲演唱方面研究的缺失.采用倒谱法来提取基音频率,线性预测编码(Linear Predictive Coding,LPC)方法对共振峰进行估算,最终通过高次多项式对语音声调的基频进行拟合,将得到的拟合函数进行实时调整,形成语调以达到语音演唱的目的.从基音频率及共振峰两个基本参数出发,结合发音的数理本质,用直观的数学方法来进行语音演唱的合成,使得原始语音与合成语音的总体识别率达到了87.6%.合成结果表明,采用调整语音合成参数的方法进行语调的变化,能够使语音演唱的表现更加可控.

小词表实时语音识别系统的定点DSP实现

主要介绍一种基于定点数字信号处理器 DSP芯片 ( TMS3 2 0 V C5 40 2 )的小词表实时语音识别系统。该系统体积小 ,成本低 ,可扩展性好 ,方便应用于许多特定场合 ,如 :门禁控制系统等 ,对于 10 0词以内的特定人语音 ,识别的准确率超过 95 %。

基于MATLAB GUI的语音处理界面设计

MATLAB GUI是用户与计算机或计算机程序的接触点或交互方式,是用户与计算机进行信息交流的方式。图形用户界面(Graphical User Interfaces,GUI)则是由窗口、光标、按键、菜单、文字说明等对象(Object)构成的一个用户界面。用户通过一定的方法(如鼠标或键盘)选择、激活这些图形对象,使计算机产生某种动作或变化,比如实现计算、绘图等。本设计基于MATLAB GUI技术,完成了语音信号处理的界面平台,可进行语音的选取、线性预测分析(LPC)、语谱图、频谱等相关波形的显示。这样可以更直观、更方便地分析和处理语音信号,得到用户需要的实验结果。

一个基于语音识别的盲人上网辅助系统的设计

针对目前一部分残障人士(如盲人等)面临的上网困难问题,本文通过语音识别和文本-语音转换两个部分的设计及运用,设计一个基于语音识别的盲人上网辅助系统。系统的语音识别部分,采用了线性预测(LPC)及矢量量化的距离(VQ)方法,过滤和识别人的语音信号;文本-语音转换部分,通过对每个动态打开的网页,采用文字转化成语音(text-to-speech,TTS)技术及语音合成平台完成语音合成,将其网页文本内容朗读出来,同时也可对用户进行语音提示。