噪声下学龄孤独症谱系障碍儿童视听双通道下语音理解能力特征研究

目的 探究噪声下视听双通道学龄孤独症谱系障碍(ASD)儿童语音理解能力特征。方法 选取2023年3—7月在杭州复旦儿童医院、杭州合欣潜能发展中心、杭州启音康复中心等机构接受干预的、平均年龄为(7.00±1.11)岁的ASD儿童28例为观察组,取同期于萧山湘湖小学就读的年龄、性别匹配的健康儿童29例为对照组。将录制好的包含5个噪声下视听条件的测试材料导入E-Prime3.0进行测试,并对反应时、反应率和正确率进行统计分析。结果 两组反应时在面部和口部条件下比较,差异有统计学意义(P <0.05),正确率在所有条件下比较,差异均有统计学意义(P <0.05),反应率在纯听条件下比较,差异有统计学意义(P <0.05)。观察组内面部、口部条件下的反应率和正确率与其他3个条件比较,差异有统计学意义(P <0.05),反应率在听+面部条件下与纯听条件比较,差异有统计学意义(P <0.05)。对照组内所有参数均在口部、面部条件下与其他3个条件比较,差异有统计学意义(P <0.05)。结论 学龄ASD儿童噪声下视听双通道语音理解能力存在缺陷,主要表现在对关键信息的提取能力、处理速度和稳定性上。面部信息对学龄ASD儿童的言语整合存在促进作用。

GAN在电动汽车主动发声系统中的应用研究

为提高电动汽车引擎拟音的个性化效果和质量,引入生成对抗网络(GAN)模型,构建了电动汽车的GAN主动发声模型,设计了模型中各层网络的结构和卷积核大小,利用自适应时刻估计算法优化网络各层权重,并将模型用于样本生成试验。在模型训练中提出一种相位扰动操作,用于解决上采样操作产生音调噪声的问题;为证明GAN模型中不同输入信号的性能差异,构建了基于二维声谱图输入的GAN模型,并用于对照试验。试验结果表明:模型可准确地学习到原始音频信号的特征分布;人耳听觉测试结果显示,生成的声音样本真实度在90%以上;基于留一法(LOO)的1-NN分类评价结果显示,原生音频和二维声谱图GAN模型的LOO精度均大于或接近50%,表明模型训练未产生过度拟合,采用本文方法生成音效真实可靠。

基于多维度频谱图的钢琴音频信号识别算法

常用的钢琴音频信号识别算法计算代价过高,为此,提出基于多维度频谱图的钢琴音频信号识别算法。选取某一钢琴选段作为识别目标,检测音频信号获得多维度频谱图,针对频谱图简化特征向量矩阵,提取频谱序列作为输入样本,完成目标音频信号识别。实验结果表明:所设计算法的音符基频计算偏差在1%以内,音频信号特征维度压缩水平和BER指数高,整体计算代价小。

基于双耳表征梅尔频谱特征无人机音频识别

为了提高探测模型根据无人机飞行中产生的噪声在实际场景对多类无人机识别的准确率,提出了基于双耳表征的梅尔频谱和多任务深度神经网络的入侵无人机音频识别模型。针对采用单一声道音频丢失空间信息的问题,提出双耳表征的梅尔频谱提取无人机音频特征作为数据输入,提高对无人机音频的表征能力;为提高模型训练速度和收敛性,在参照AlexNet的基础上增加BN层和Dropout层设计的深度神经网络;针对无人机音频类间相较于环境噪声异质性较小的问题,采用多任务学习的方式训练音频识别模型来提高模型泛化能力。通过手工制作的无人机声纹库上进行一系列对比实验证明了无人机音频识别模型中提出策略的优越性,相比其它无人机音频识别模型能够更好地完成识别任务。

多轨道数字音频自适应变阶谱降噪模型构建

文中提出多轨道数字音频自适应变阶谱降噪模型构建,采用一阶高通数字滤波器预加重处理多轨道数字音频信号,以此为基础,通过最大熵谱估计算法估计数字音频信号频谱,搭建自适应变阶谱降噪模型,确定谱减阶数的自适应取值规则。将待处理的多轨道数字音频频谱估计结果输入至训练好的降噪模型中,输出结果经过逆变换即为降噪完成后的多轨道数字音频,从而实现了多轨道数字音频的自适应变阶谱降噪。实验数据显示:构建模型应用后,可以有效去除音频噪声信号,并不会缺失音频有效信息,降噪后多轨道数字音频信噪比最大值为91.25 dB,充分证实了构建模型降噪效果更佳。

沉浸式媒介中音频可视化技术的创新性研究

计算机音频可视化技术是将音频信号转化为可视化形式的技术。通过音频可视化,可以呈现音频信号的频谱特征、时间特征和空间特征等信息。在交互展览等领域中,音频可视化技术可以增强用户体验和参与感,使得观众可以更直观地感受音频的魅力。在介绍音频可视化交互展览的应用和列举行业内实际应用的基础上,对音频信号采集及音频信号格式、频谱特征分析、音频相关采样数据映射等方面进行了分析,并着重介绍了如何利用Houdini编程实现音频可视化。

基于扩频通信技术的语音水印方法

为解决音频及语音文件版权保护问题,提出了一种基于扩频通信的语音水印算法。选择载体语音文件把产生的伪随机序列以一定的周期嵌入到语音文件里,利用伪随机序列(Pseudo-Noise,PN)的正交性提取水印。通过攻击实验观测提取水印时的还原状况,实验结果表明其误码率较小,提取的水印较为完整。基于扩频技术的语音水印方法表现出了较好的性能,验证了此算法的可操作性和鲁棒性。

基于功率谱的美声发声特征提取

为了更好地研究歌唱中科学发声的特点,提出了一种基于功率谱的美声发声特征提取方法。首先,利用Burg法功率谱估计分别对正确和错误的美声信号进行分析;其次,针对功率谱曲线差异较大的地方,运用最小二乘法进行了函数多项式的拟合;最后,提取其多项式系数作为特征。采集了某音乐学院3名美声老师和5名美声新生共400条女高音信号并进行分析,结果表明,在功率谱曲线的5 kHz和10 kHz处,2种信号有着较大的差异,经过上述方法提取特征后,根据其样本的箱式图即可以明显区别正确与错误发声,识别率可达100%。相比之下,如果直接运用反向传播(back propagation,简称BP)神经网络识别功率谱信号,其识别率仅为95.23%。该研究成果从振动理论的角度对美声发声的辅助训练提供了技术支撑。

调频频段数字音频广播模数同播实验方法研究

本文围绕实验任务,基于调频频段数字音频广播开展模数同播实验,搭建FM-CDR物理链路和实验平台,对核心设备进行参数调整以达到播出要求。通过外场覆盖测试,充分验证了模数同播的应用可行性、技术先进性和产业成熟度,为无线广播从单一的调频广播业务向多样化的数字业务平移、支撑未来不断涌现的各种广播电视新业态提供了实践依据。

基于LSB的低复杂度时域音频隐写算法

为了进一步保护秘密音频在传输过程中的安全,提出了一种基于时域极值(Time Domain Extremum,TDE)低有效位(Less Significant Bit,LSB)、拆分-合并运算(Split Operation-Merge Operation)和扩频编码(Spread Spectrum Coding,SSC)相结合的低复杂度音频隐写算法。该算法首先对秘密音频进行采样点的按位拆分,并通过特定扩频码扩频得到两组秘密比特流;其次对载体音频降采样处理后的时域序列自适应定位采样点极值位置;最后将两段秘密音频比特流分别按照极大值采样点和极小值采样点幅值从大到小的顺序嵌入其不重要位。在提取秘密信息时,按照相对应的逆操作得到秘密音频。在音频验证实验中,该算法透明性达到39.97 dB,隐写容量比其他相关文献算法提高了84倍。

基于视听融合的宽频带振动频谱提取

提取振动频谱对于旋转机械的故障诊断至关重要。环境和噪声的多样化限制了传统单模态振动提取方法的性能。由于视听信号具有不同的采样频率、噪声和环境限制,视听融合算法可以有效解决单一模态存在的问题。基于此,文中提出了一种基于视听融合深度卷积神经网络的宽带频谱提取方法,该方法充分融合了不同模态的有效信息。该模型基于双流编码器从不同的模态中提取特征,使用深度残差融合模块提取高级融合特征并输出给解码器。实验结果表明,该模型的表现优于最新的振动提取方法,如RegNet,MFCNN及L2L等,噪声环境下的振动频谱提取准确率提高15%。

一种新的音频分析系统的实现方法

失真度是无线电信号测试的一个重要参数。提出一种以数字处理芯片DSP和MCU为基本结构,两路DDS芯片及幅值调节电路完成双音频信号发生,快速傅里叶变换来实现对正弦信号失真度的测量方法。DSP芯片为FFT算法提供的快速专用指令,使得程序在快速性和测量精确性方面有很大提高。上位机通过双口RAM完成对音频分析与信号发生模块的实时控制。实测结果表明,系统SINAD值测量准确度优于±0.3dB、失真因素优于0.2%,可以有效的完成电子系统的综合测试并替代国外同类设备,满足实际应用需求。

一种小波域新颖鲁棒语音扩谱水印

文章提出一种基于小波变换的新颖的鲁棒语音扩谱水印算法。算法对原始语音进行离散小波变换,利用扩谱水印技术将水印隐藏到小波域。根据检测与估计理论,运用新的检测统计量进行相关检测。同时,通过引入抗异步攻击的机制和倒谱滤波,增强了算法的鲁棒性。实验结果表明,该算法对噪声、中值滤波、低通滤波、异步攻击等有较强的鲁棒性。

基于MCLT变换的音频数字水印技术

在网络与数字信息给人们带来方便的同时 ,也给人们带来了隐患 :敏感信息可能轻易地被窃取、篡改、非法复制和传播等 信息的安全与保密显得越来越重要 ,信息安全已成为人们关心的焦点 ,也是当今信息领域的研究热点之一 提出了基于MCLT变换的谱弯折音频水印算法 ,利用谱弯折技术 ,通过调整MCLT变换的角频率 ,可将视觉可辨的二值图像嵌入音频之中 ,实现水印在整个频域嵌入 ,算法的最大优点是嵌入量较大 经实验验证 ,认为谱弯折方法对MP3压缩、重采样等的攻击相当脆弱 ,不具备鲁棒性 。

一种易损性音频数字水印技术

利用变换域嵌入水印是音频水印的主流技术,一般的嵌入方法是通过调整所选变换系数实现。谱弯折方法实现整段频谱的非线性位移,可将水印嵌入整个频谱。该文在Choi犤1犦的谱弯折音频数字水印算法基础上,研究了算法的鲁棒性,通过大量实验验证,认为谱弯折算法对信号处理类攻击相当脆弱,不具备鲁棒性,是一种易损性音频水印。

基于频域和时域差分的音频指纹算法研究

针对现有算法在某些信号畸变情况下鲁棒性不理想的问题,修改了频带滤波器组模块的功率谱子带划分方式和二维滤波器模块的子带间时频差分方式,分别提出了基于频域和时域差分的2种音频指纹改进算法。实验结果表明,改进算法在低信噪比、线性速度改变等方面的鲁棒性均优于现有的算法。

音频信号分析在球磨机控制系统中的应用

球磨机煤负荷的检测是球磨机实现自动控制、优化运行、节能降耗的关键。提出一种利用音频信号功率谱识别存煤量的方法,该方法能够得到球磨机在不同煤负荷下噪音频谱的特征频带,从而反映出球磨机煤负荷的变化,为把球磨机音频信号引入煤负荷控制系统打下基础。

基于Flash平台的网络音频频谱可视化实验设计

Flash平台技术包含动画制作软件、编程语言、IDE、框架和一系列规范,有独特的技术生态系统,得到了快速的发展和广泛的应用。应用基于Flash平台技术进行网络音频频谱可视化的实验设计,有利于学生进一步掌握ActionScript的音频处理方法,深入实践位图编程、矩阵变换以及三维图形的构建方式,进而掌握数据可视化的方法与技巧。

对谱弯折DCT音频水印算法的再研究

近几年,音频数字水印技术越来越引起了人们的极大兴趣,各种新方法和技术不断提出,如何将这些方法和技术应用于实际音频作品的版权保护中,并非易事。文章在借助Choi等犤1犦的谱弯折音频水印算法解决版权保护的实际问题时,经大量的实验验证和理论分析,认为谱弯折方法对信号处理类(包括MP3压缩、重采样等)的攻击相当脆弱,不具备鲁棒性。

小波突变点检测的扩频掩密分析算法

研究了音频信息隐藏技术中的'知彼'问题——掩密分析方法。该算法首先对含密音频进行小波去噪处理,然后进行滑动相关计算,最后利用小波突变点检测技术提取特征对待分析的音频进行分类,该算法检测性能具有只受秘密信息嵌入强度影响而与嵌入容量无关的特点。实验结果表明,含密音频中PN序列嵌入强度越大,检测的正确率越高。特别在嵌入强度只有0.002时,算法的检测正确率仍然达到了80%以上,因此,算法具有良好的检测性能。