目标物材料特性对激光语音获取的影响研究

为了扩大激光语音检测系统的应用场景,分析目标物材料参数对系统语音获取的影响,在完善语音获取中,语音信号从产生到与目标物作用的信号流程基础上,对目标物进行声致振动建模,以Sewell-Sharp-Cremer模型为基础,提出目标物声致振动幅度计算方法,并根据Matlab分析计算和实验对比了铁、铝、塑料、纸4种目标物的振幅及其对激光语音获取的影响。仿真及实验结果表明:目标物振幅在300Hz^1 000Hz呈指数型衰减,在1 000Hz以上衰减趋于平缓;300Hz处非金属材料振幅为69nm和62nm,高于金属材料的30nm和10nm。金属材料较非金属材料动态范围小,频率敏感度低,更适合作为语音获取的目标物。

远距离语音的激光相干获取及增强

基于激光相干探测理论建立了全光纤激光相干测振系统,并结合维纳语音增强技术实现了远距离、高质量语音信号的获取。首先,介绍了该系统的检测原理及光纤器件特性,搭建了全光纤激光相干测振实验系统检测发音者咽喉振动,从而实现远距离语音信号的获取。由于直接获取的语音信号受到严重的噪声干扰,采用基于最小控制递归平均算法估计噪声的维纳滤波来抑制噪声,提高语音质量。实验结果显示:激光相干测振系统可有效获取70m内的语音信号(检测喉咙振动还原语音);语音增强技术可有效抑制噪声,将信噪比提高5dB,并增强语音的清晰度。由此表明,该系统具备获取远距离、高质量语音信号的能力。

基于DIVA模型的语音-映射单元自动获取

针对DIVA模型中存在的"感知能力与语音生成技巧发育不平衡"问题,提出了一种自动获取语音-映射单元的方法.该方法将人耳模拟为一个具有不同带宽的并联带通滤波器组,分别与模型中21维度的听觉存储空间相关联,对不同听觉的不同反应,分别考虑其频带的屏蔽效应、听觉响度与频率的关系.在读取语音输入信号的过程中,模型能较好地获得初始听觉表示,其方式与婴儿咿呀学语的过程基本一致.仿真实验表明,通过边界定义、相似性比较以及搜索更新等步骤,此方法能很好地进行初始输入模式的自组织匹配,并最终使DIVA模型更具语音获取的自然特性.

高频宽、高灵敏度激光语音信号获取电路

对目标产生的激光语音信号进行高速、低失真采集是激光侦听仪进行有效侦听的前提。本文对激光语音信号获取电路的各部分进行了阐述,并对实际进行了数据采集。试验结果表明,该激光语音信号获取电路性能良好,完全满足100米激光侦听仪的要求,噪声低,读懂率高。

基于单片机控制的孤立词语音自动识别系统设计

由于孤立词语音自动识别技术具有操作简便,方便日常生活的特点,因此该文设计基于单片机控制的孤立词语音自动识别系统。系统采用型号为SH86270主控单片机接收由SH69P848AM芯片控制的语音识别电路输出结果,通过A/D转换器得到离散数字语音信号,将孤立词语音信号转换为电信号,再经A/D转换器转换为数字信号后输入系统进行预处理。采用动态时间规整算法获取距离最短语音信息,得到孤立词语音识别结果。实验结果表明,该系统具有较好的声学相似性,可有效识别出测试的孤立词语音信号与标准信号的最小距离,识别率和滤除干扰率均很高,识别时间短,识别效果显著。

消光强扰动的相位载波解调算法

激光语音探测是一种非接触远距离信息获取技术,具有灵敏度高、探测距离远、抗干扰等优点被广泛应用。但是,在目标物的后向光散射特性的影响下,该技术探测性能受到机位角度、目标材料、表面粗糙度影响,严重者有效信号将湮灭到噪声里致使系统探测失效。针对此,结合传统的微分交叉相乘解调(PGC-DCM)算法,开展归一化自相除相位载波解调算法研究,解决目标物后向光散射特性差异所带来的光强扰动问题。首先,建立消光强扰动算法数学模型,利用LabView构建仿真模型,通过该模型进行新算法的频谱响应与消光强能力的仿真分析,发现该算法可实现对干涉信号中B值,一倍频G、二倍频H以及一阶贝塞尔函数J1和二阶贝塞尔函数J2影响的消除;其次,针对不同光强度B值,进行了PGC-DCM和新算法性能对比分析,结果表明新算法可以解调出语音信号,在弱光环境下,优势更加明显;而PGC-DCM解调方法在光强度较小情况下时(例如B=0.5 mW),语音信号湮灭,无法还原出信号;最后,建立了远距离光强扰动抑制实验系统,进行了光强扰动消除能力实验。实验结果表明:该算法在探测光功率为10、20、30、40 mW条件下,系统解调输出语音信号幅度一致,消除了光强不同对信号探测的影响。

一种改进的伪逆控制方案在DIVA模型中的应用

语音生成与获取是一个涉及大脑诸多部位的复杂认知过程,这个过程包括一种从依照句法和语义组织句子或短语的表述一直延伸到音素产生的分层结构。DIVA(directions into velocities of artculators)模型,是一种关于语音生成与获取后描述相关处理过程的数学模型,也是一种为了生成单词、音节或者音素,用来控制模拟声道运动的自适应网络模型。在当今真正具有生物学意义的语音生成和获取的神经网络模型中,DIVA模型的定义和测试相对而言是最彻底的,并且是唯一一种应用伪逆控制方案的模型。文中引入基于零空间的伪逆算法,对DIVA模型中的伪逆控制求解算法进行改进,从而更加精确地获得了DIVA模型的相应参数,提高了DIVA模型的鲁棒性。

厦航机队增加QACVR项目改装与应用研究

厦航737NG驾驶舱语音记录器(CVR)为波音原装系统,只能记录驾驶舱120分钟的舱音数据,并且飞机在地面时可以通过驾驶话音记录器控制面板抹除话音记录,不利于航空安全事件调查。为满足航空安全运营管理的需要,厦航按照中国民航局能够有效监控和检查的要求逐步对机队全部的737NG飞机加装快速获取驾驶舱语音记录仪(QACVR)。加装QACVR系统后,驾驶舱声音记录时长可达280小时,且无法对其进行人工抹除舱音数据,克服了飞机原装系统的不足,有利于提高厦航航空安全管理水平。

汉语神经分析系统研究现状与展望

在神经生理学和神经解剖学的基础上仿真和描述大脑中涉及语音生成和理解区域的相关功能是目前人工语音合成系统的重要研究领域.波士顿大学语音实验室Guenther教授及其所带领的研究小组成功研制出了一种称之为"神经分析系统(Neuralynx System)"的仪器.这种仪器可以让使用者将自己头脑里想象的东西用语音合成系统正确地表述出来,其所依赖的语言背景为英文的29个基本音素.能否将中国人大脑里想象的东西也"阅读出来"呢?汉语与英语的发音区别很大,加工脑机制也颇为不同,仅基本发音音素就多于70个.那么,要想构建适用于中国人思维过程的汉语神经分析系统CNS(Chinese Neuralynx System),需要在Guenther的研究基础上做些什么样的补充和修改,或者说,CNS本身有哪些需要关注的特殊问题,其发展趋势、重点和难点是哪些?这是本文要加以叙述和探讨的主要问题.本文内容包括:(1)Neuralynx System研究现状;(2)国际、国内有关CNS的研究现状及存在问题;(3)CNS发展趋势和展望.通过本文的介绍,期望从事语音生成与获取以及汉语脑机制等领域研究工作的研究者们能有所启迪和收获.