机载多通道语音信号自适应合成

机载环境下,超短波通信系统由于电磁干扰等诸多原因,容易导致接收到的语音出现断续。引入基于空-时模型的线性约束最小方差(Spatio-Temporal Linearly Constrained Minimum Variance,ST-LCMV)方法来对多通道的语音信号进行合成,保证话音的完整性,增强话音的稳定性。构建了多通道语音信号合成(Multi-channel Speech Signal Synthesis,MSSS)算法并使用真实的机载噪声进行仿真验证,结果表明,MSSS能保留完整的语音信息,并且在实验设置的机载噪声环境下具有普适性。MSSS输出信号的语音感知质量评估(Perceptual Evaluation of Speech Quality,PESQ)分数相对于等增益合并提高了0.4518分。

情感语音合成的研究

介绍了语音信号中的情感语音合成的方法,通过分析情感语句的语调,得到了喜、怒、惊、悲4种情感不同的变调规律,对不同的情感类型确定相应的基音频率变化规律、能量变化规律、元音的变异规律和无声时延比例变化规则。对于待合成的语音,首先进行文本扫描,再叠加相应情感的语调变化规则,利用PSOLA算法进行情感语音合成,获得了较好效果。

基于语音信号的情感处理研究进展

介绍了基于语音信号的情感处理技术的研究进展,综述了该领域的研究方法、相关技术及应用领域,讨论了其未来的发展方向。

汉语耳语音转换为正常音的研究

耳语音转换为正常音,可应用于公共场所的通信、失语者的语音恢复和司法工作的某些特殊需要等方 面。由于耳语发音和正常音在激励源和声道传递函数上存在差异,所以一般的语音合成方法不再适用。分析了耳语 音的发音及声学特点,初步建立了一个基于同态信号处理方法并结合相对熵声韵分割的耳语音重建系统,人耳对 恢复出的正常音可以正确分辨。

改进的HMM系统在英语语音合成中的研究

根据英语语言所具有的一些特性对HMM模型进行改进,设计出适合英语语音合成的上下文属性集以及用于模型聚类的问题集,提高了其建模和训练效果。此外,借助HTK和Festival等工具,以基频和声道谱参数为训练参数,最终实现此英语语音合成系统。从所合成语句的效果来看,合成语音整体稳定流畅,而且节奏感比较强。

从语音信号的有限个共振峰频率估计声道面积参数的一个方法

本文介绍从语音的有限个共振峰估计声道面积函数模型参数的扰动实现方法．在Ｓｃｈｒｏｅｄｅｒ的声管喇叭方程的扰动解法基础上，采用改进的声道面积函数模型；针对不同共振模式之间的交叉影响，采用了交叉敏感扰动矩阵关系式，及交叉扰动敏感矩阵的测试方法．设计了用递归式扰动法实现声道面积参数估计的算法．利用“共振峰─扰动”映射码书作为语音共振峰匹配最佳的初始面积扰动矢量，井用多级扰动目标和自适应增量控制，可有效地实现从有限个语音目标共振峰逆向估计声道面积函数．

SELP语音编码模型的抗误码改进方案

受信道误码影响时,基于SELP模型的声码器合成语音出现大量刺耳的尖锐声,严重降低语音质量。研究发现,高能量的语音信号经分析滤波器产生余量信号,能量可能明显降低,量化值较小。信道误码可能使该参数在合成端出错明显增大,再经过合成滤波器后产生尖锐声。将能量参数从原始语音信号中提取,并改进合成算法中能量参数的用法。能量较高的语音信号量化值较大,发生误码时明显增大的可能性降低,能削弱尖锐刺耳声。

基于语音生成逆向解的嘶音合成方法

提出了一种应用三质量块声带模型与语音生成逆向映射法相结合的嘶音合成方法 .应用这种方法合成的嘶音信号与实际嘶音信号的实验比较结果表明 。

一种智能家居的语音交互方案设计

语音交互作为智能家居中的重要部分,影响着人们的居家体验和效率。本文主要研究了语音交互中的人机交互、语音识别和语音合成技术理论,并探讨了Zigbee、DSP和单片机等语音交互的硬件开发方案,通过对智能家居的场景分析和功能规划,基于单片机技术和百度AI语音平台,完成了一个可以实现远程语音交互功能的智能家电开关控制系统的软硬件设计,并基于Protues环境,进行部分功能仿真。所设计的系统在语音交互应用中具有可移植性和可扩展性。

LSF滤波器的实时实现

语音信号处理技术在全数字化通信网、综合业务数字网中起十分重要的作用。文章介绍了LSF滤波器、LSF-LPC系数转换及IIR直接型滤波器的算法描述,在DSP56L811硬件上实时实现了上述算法,通过使用多种优化手段,有效地提高了运算速度,控制了存储消费。最后给出了硬件实现与理论值的比较结果。

交通信号声讯器及模糊技术的应用

设计和研制了一种基于模糊技术的交通信号声讯器, 它能够根据交通路口的通行状况发出语音和声讯提示，且能随环境噪声的强度自动调节提示音量的大小，可有效减少噪声污染. 应用表明：该交通信号声讯器安装简单，工作稳定，声讯提示清晰，为有视觉障碍的行人横过马路提供了极大方便.

TSP5220语音合成系统

研究了语音合成芯片ＴＳＰ５２２０的合成原理及使用方法，设计并实现了由ＩＢＭ／ＰＣ机及ＴＳＰ５２２０组成的语音合成系统。该系统合成的语音具有较好的可懂性和自然度，且速率仅为１～１．７ｋｂ／ｓ，与６４ｋｂ／ｓＰＣＭ相比较。

语音信号的加权mel倒谱分析

本文利用人耳的感知特性,提出了加权mel倒谱系数,并建立了相应的分析算法。实验结果表明,该系数不仅能够准确地刻画说话人声道的短时特征,还能用来重建出高质量的语音。因此加权mel倒谱分析不仅能够应用于语音识别和说话人识别,还能应用于语音编码和参数合成。

语音信号处理技术

语音信号处理用以实现人-人、人-机器和机器-人的通信,是现代通信领域的重要环节。本文详细介绍了其三个分支,即语音编码、语音合成、语音识别与理解的研究和应用现状及其发展。

智能家居中语音交互方案研究与功能设计

语音交互作为智能家居中的重要部分,影响着人们的居家体验和效率。本文主要研究了语音交互中的人机交互、语音识别和语音合成技术理论,并探讨了Zigbee、DSP和单片机等语音交互的硬件开发方案,通过对智能家居的场景分析和功能规划,基于单片机技术和百度AI语音平台,完成了一个可以实现远程语音交互功能的智能家电开关控制系统的软硬件设计,并基于Protues环境,进行部分功能仿真。所设计的系统在语音交互应用中具有可移植性和可扩展性。

基于STRAIGHT模型和ANN的语音转换方法研究

本文提出一种基于STRAIGHT模型的人工神经网络语音转换方法,该方法先利用STRAIGHT模型提取出语音的各特征参数后,再利用人工神经网络来进行模型特征参数的训练,经过不断的信号刺激,得到映射规则,最后再进行语音的特征参数的合成,完成整个语音转换系统。STRAIGHT模型能提高转换语音的自然度、清晰度和可懂度。采用ANN进行模型特征参数训练,可以自动迭代更新数据权重,得到的映射规则能更好地规范要转换的特征参数,使得语音转换质量更高。

基于短时综合叠接相加法的语音盲信号分离研究

独立分量分析(ICA)在频域中进行语音盲信号分离(BSS)时,将产生频谱分辨率降低和信号源间频谱相互干扰的矛盾,矛盾的任何一方突出时都会影响分离效果.为了解决这一矛盾,我们把短时综合的叠接相加法引进到BSS中,这一方法有效地缓解了这对矛盾,并且分离性能得到了明显的改善.仿真实验表明,这一方法简单可行并产生了很好的分离效果.

基于MBE算法的一种新的语音合成方法

ＭＢＥ语音编译码算法的关键是合成语音的连续性．本文在研究ＭＢＥ语音编译码模型、方法的基础上，提出用一个慢变频正弦信号产生窄带等功率谱信号作激励产生清音，同时采用增衰因子，把清音、浊音的合成统一到时域方法下的新算法，进一步保证了合成语音的幅度及基音连续性．对在４．８Ｋｂｐｓ计算机模拟结果的非正式听音表明，新的算法较传统ＭＢＥ在音质上自然度更好．

基于谐波加噪声激励模型的改进语音合成算法

传统基于隐马尔科夫模型(HMM)的语音合成算法使用高斯白噪声和脉冲串来表示清浊音的激励信号,合成的语音较为嘈杂。为提高合成音质,基于谐波加噪声激励模型,提出一种语音合成算法。将语音信号逆滤波得到声门波信号,对声门波信号进行谐波分析提取谐波成分,并计算谐波成分的线谱对参数作为谐波特征进行HMM训练。在语音合成时根据新生成的特征参数重构出低频段谐波部分与高频段噪声部分,并将两者混合作为语音的激励信号进行语音合成。实验结果表明,与基于脉冲激励的语音合成算法相比,该算法生成的语音频谱更接近自然语音,并且能够有效地减轻合成语音的机器声,提高合成语音的自然度。

一种基于超混沌的个性化耳鸣康复音合成方法

耳鸣主要表现为非外部声音产生的听觉感知。因其发病率较高、严重影响人的正常生活而越来越受到关注。研究表明,相似而不重复的音乐可作为耳鸣康复音来缓解耳鸣症状。但现有的合成音乐存在无法与试听者个性化匹配和试听效果较差等问题。针对这些问题,基于超混沌算法与主旋律提取,提出一种个性化合成耳鸣康复音的新方法。结果表明,此方法合成的康复音在保证整体相似不重复的前提下,试听效果更舒缓自然,且在耳鸣模型中对耳鸣有一定抑制作用,对耳鸣的治疗具有一定的参考价值。