一种基于音质评估的语音伪装通信新方法

研究一种语音伪装新方法,将保密语音替换成另外一种语音以便于在公网上安全传输。保密语音经2.4kb/低速率压缩编码后,依据设计的客观音质评估模型,将参数隐蔽地嵌入普通语音;检测时利用逆过程恢复保密语音。实验表明算法的信噪比较传统算法提高约3.5dB,并在受到压缩、滤波等攻击时具有较高的鲁棒性。

层次分析法的电子音乐音质评估模型

为准确评估电子音乐音质,提出了基于层次分析法的电子音乐音质评估模型。首先将电子音乐音质评估作为目标层,将声源特性、信号特征、声场特性、听觉特性和立体感作为准则层,将十音质评估元素作为方案层,从而电子音乐音质评估指标体系结构,然后根据各层次间元素的从属关系或并列关系,构建电子音乐音质判断矩阵,通过判断矩阵的最大特征值归一化后特征向量分量,获取电子音乐音质评估指标体系各层元素的权重,最后采用电子音乐音质评估元素权重和专家评分,得到电子音乐音质评估结果。仿真测试结果表明,这种方法能获取各电子音乐音质评估元素对音质的影响权重,得到准确的电子音乐音质评估结果。

基于深度神经网络的电子音乐音质评估研究

为了降低电子音乐音质评估结果误差,提出基于深度神经网络的电子音乐音质评估方法。利用音频采样、归一化、分帧以及时频与变换等过程完成电子音乐预处理,确定电子音乐浊音段;在此基础上利用维特比算法跟踪浊音段主导基频轨迹,同时利用基频判别模型确定电子音乐主旋律。分析电子音乐主旋律内影响音质的声源特性、音响器材的信号特性、声场特性、听觉特性和立体感等类型的影响因子,引入对照样本,生成样本集。以开源项目Keras人工神经网络库为基础构建由输入层、归一化层、全连接层、激活层共同组成的深度神经网络,将样本集内数据作为输入,通过训练完成电子音乐音质评估。实验结果显示,该方法可准确提取电子音乐主旋律,且所构建模型的AUC值较高。

一种基于听觉感知模型音质客观评估系统

本文先回顾了语音音质评估的发展历程,介绍了几种当今主流的语音音质语评估的方法,包括音质主观评估和音质客观评估。在文中着重介绍了一种语音音质客观评估的核心算法---PESQ,并将这一算法应用到实际的语音音质评估系统中。

广播节目声音质量主观评估探讨

广播节目声音质量的评价方法有客观和主观两种。客观测试可借鉴的方法较多,但主观测试可借鉴的不多,因此本文在论述广播节目主观音质评价的重要性和必要性之后,主要阐述如何更科学、有效并具有可操作性的主观测试方法,分析了影响音频节目主观感受的主要因素,并探讨了改善和保持广播节目高质量音质的工作措施。

利用相空间重构时间延迟特性进行语音音质分析

在简要分析相空间重构时间延迟计算方法的基础上,利用复自相关时间延迟计算方法进行了语音信号相空间重构时间延迟的计算分析,通过对比不同信噪比下复自相关-时间延迟曲线,提出了利用时间延迟参数进行语音音质评估的方法,利用BP网络对大量试验数据进行建模,通过统计分析认为该方法具有一定的可行性。