表面肌电检测中消除工频干扰的方法

从硬件和软件数字信号处理方面介绍了表面肌电检测中消除工频干扰的方法,硬件上采用了共模屏蔽驱动电路,模拟陷波器;数字信号处理方面应用自适应数字陷波器和谱内插的方法。模拟陷波器和数字陷波器由于消除工频干扰的同时也去除了信号成分,一般只在简单生物反馈中使用。谱内插的方法是在假设真实信号的50Hz成分可以通过内插法由相邻的频率成分估计出,这样就可以消除工频干扰,而且即使工频干扰的相位发生变化也可很好的消除其影响。

结合EHHT和CI的精神分裂症语音自动检测算法

通过对精神分裂症语音的临床特点进行研究,实验采集了14个精神分裂症患者的686个元音数据样本和14个与之性别、年龄、文化程度相匹配的健康对照组的793个元音数据样本,来建立病理语音数据库,利用结合集成希尔伯特黄变换(Ensemble Hilbert-Huang Transform,EHHT)和倒谱内插(Cepstrum Interpolation,CI)的改进共振峰提取算法,来获取反映精神分裂症语音音质情感变化的声学特征参数集,结合支持向量机(Support Vector Machine,SVM)分类器来进行分类,实现了精神分裂症患者语音和健康对照组语音的自动检测,并设计实验讨论了白噪声的次数和方差、IMF分量个数、窗长4个因素对检测效果的影响,以及与经典的共振峰估算方法的比较。实验结果表明,文中提出的算法的检测正确率可以达到98.8%,精神分裂症患者在体现音质特征的共振峰语音声学参数上与健康对照组存在显著差异,并有可能为精神分裂症的临床辅助诊断研究提供一个全新、客观、定量和高效的指标。

基于简化STRAIGHT模型的语音信号重构

从语音模型参数的优化角度出发,对传统的自适应内插加权谱的语音转换及重构(STRAIGHT)模型进行了优化,提出了一种基于简化STRAIGHT模型的语音信号重构方法。与传统STRAIGHT模型相比,重构中简化STRAIGHT模型在语音分析阶段省略了非周期成分的提取,并在语音合成阶段,利用非周期成分和平滑功率谱间较强的负相关性,基于高斯混合模型(GMM)对非周期成分进行了重构。仿真结果表明,简化STRAIGHT模型减少了计算量和参数传递的压力,提高了语音合成的质量,对男性语音重构效果显著。