新的自适应盲噪声抑制在语音处理中的应用

传统的自适应滤波去噪的系统中需要一个参考信号,实际中一般事先并不知道噪声的特性,而且噪声也是时变的。因此提出一种新的基于盲噪声抑制方法,可降噪并跟踪噪声特性的变化,随时调节滤波器的系数,比传统的自适应噪声控制具有优势。

适应强旋翼噪声环境的语音系统设计与实现

为解决飞行员话音被直升机强旋翼噪声掩蔽导致无法正常通话的问题,设计了一个完整的机载语音处理系统。通过分析直升机旋翼噪声特点,提出了基于判决倒谱距离的语音端点检测算法和基于谱减的自适应语音增强算法。仿真分析和实验结果表明:该系统能有效抑制旋翼噪声,提升话音清晰度和可懂度。

基于盲源分离和噪声抑制的语音信号识别

为了更准确地在噪声环境中对不同语音信号进行识别,提出了一种用于普适语音环境下的自优化语音活动检测(VAD)算法,该算法运用个性化语音命令自动识别系统的语音信号,并能够有效地从多个发声者的混合语音中分离出个体发声者的声音,通过跟踪语音功率谱的较高幅度部分和自适应地抑制噪声来检测发声者的语音信号;设计并实现了一种处理多个发声者任务的自动语音识别(ASR),免去了对干净的语音变化进行先验估计,直接利用噪声本身产生语音/非语音判决的阈值以完成自优化过程;使用语音数据库NOIZEUS进行了评价测试,实验结果表明,所提出的盲源分离和噪声抑制方法不需要任何额外的计算过程,有效地减少了计算负担。

基于深度学习的广播音频输入信号噪声处理方法

提出一种基于深度学习的广播音频噪声处理方法,旨在提高广播音频质量。通过采用卷积神经网络进行噪声分类与定位,并结合深度神经网络(Deep Neural Network,DNN)与最小均方误差(Minimum Mean Squared Error,MMSE)滤波器实现自适应噪声抑制。实验结果表明,所提方法在信号失真比和感知评价语音质量指标上显著优于传统方法,展现出卓越的降噪效果。

基于支持向量机的高速铁路曲线状态评价方法

针对高速铁路曲线状态评价,首先运用傅里叶分析和单一阈值法从高速铁路车体横向加速度数据集中检测出曲线区间的里程信息;然后运用完全经验模态分解与自适应噪声抑制算法对各曲线区间车体横向加速度数据实施去趋势项处理,依次提取其高频分量的峰值、峰峰值和有效值作为特征值;最后根据特征值使用支持向量机检测曲线状态,同时提出支持向量机模型参数选择方法搜索最优参数。研究结果表明,基于支持向量机的曲线状态分类检测达到了98.55%的准确率。

FM广播音频监控告警器

FM广播音频监控告警器通过无线开路接收方式实时监控8套FM立体声广播的音频丢失、音频过低/过高、载频丢失,最能反映发射机工作的真实状况,并通过光电报警和延时(可调)声音报警让值班员时刻了解发射机的工作状态,是广播电视安全播出的倍增器.

Novel Retinex algorithm by interpolation and adaptive noise suppression

In order to improve image quality, a novel Retinex algorithm for image enhancement was presented. Different from conventional algorithms, it was based on certain defined points containing the illumination information in the intensity image to estimate the illumination. After locating the points, the whole illumination image was computed by an interpolation technique. When attempting to recover the reflectance image, an adaptive method which can be considered as an optimization problem was employed to suppress noise in dark environments and keep details in other areas. For color images, it was taken in the band of each channel separately. Experimental results demonstrate that the proposed algorithm is superior to the traditional Retinex algorithms in image entropy.