使用全局自注意Teager能量倒谱系数检测重放欺骗语音

提出了一种基于能量的前端特征提取方法,旨在应对自动说话人验证系统中面临的重放攻击威胁。该方法实现了全频段上的可变分辨率,以充分利用重放语音与真实语音在子带能量上的高鉴别非线性信息。首先,通过采用F-ratio方法统计分析了多种录音和播放设备。接着,根据统计结果在全频段上设计了一组滤波器,旨在捕获高鉴别能量信息。最后,利用Teager能量算子计算子带滤波信号的能量,提出了全局自注意Teager能量倒谱系数(GSTECC)。为了验证所提方法的有效性,采用高斯混合模型作为分类器,在ASVspoof 2017 V2和ASVspoof 2021 PA数据库上进行了一系列测试实验。实验结果表明,相对于其他先进特征提取方法,所提GSTECC特征在检测重放攻击方面表现出更优异的性能。

基于伽玛通滤波器的双谱特征语音可懂度算法

针对现有的语音可懂度评价方法不能真实贴近人耳对语音的感知过程,提出一种基于人耳听觉特性的双谱特征预测语音可懂度评价(Gammatone-bspectral speech intelligibility metric, GBSIM)算法。充分利用双谱可以检测语音信号中的非线性相位耦合,抑制非高斯信号中的高斯噪声的特性,采用可以模拟人工耳蜗模型的Gammatone滤波器组,通过滤波处理将输入的语音信号分为32个听觉子频带,用三阶统计量对每个子频带的语音信号进行双谱估计并提取单一特征值来计算语音的可懂度。实例验证结果表明,该方法对信号失真变化敏感,其评价结果与主观评价具有很高的相关度,相对于传统的语音可懂度评价算法具有更好的评价效果。

嗓音多频带非线性分析的声带病变识别

提出了一种嗓音多频带非线性分析的声带病变识别方法,以提高声带病变嗓音的识别率。首先采用Gammatone听觉滤波器组对嗓音信号进行滤波,求取每个频带下的最大李雅普诺夫指数;对映射到核空间的数据采用高斯最大似然度准则优化核函数,然后采用优化核主成分分析算法实现特征抽取。识别实验表明,多频带最大李雅普诺夫指数的识别率比传统的MFCC和最大李雅普诺夫指数分别有6.52%和8.45%的提高,且采用优化核主成分分析算法比传统核主成分分析算法有更好的抽取效果.将多频带非线性分析和优化核主成分分析算法结合,识别率提升至97.82%。

基于听觉感知特性的语音质量客观评价方法

讨论了基于MFCC(Mel-frequency cepstral coefficients)特征参数的语音质量客观评价方法 Mel-CD(Mel-cepstral distance measure).根据心理声学原理将Johannesma提出的人耳听觉模型和非线性压缩变换引入MFCC特征参数的提取过程,用Gammatone滤波器组对人耳基底膜进行仿真.利用改进后的MFCC作为语音信号特征参数,提出了一种更加符合人耳听觉感知特性的客观评价方法——Mel-GD(Mel-cepstral gammatone filter bankdistance measure).性能测试结果表明:所提算法与Mel-CD算法在时间复杂度上保持一致,评价结果的主观与客观的相关度提高了4.9%,平均估计偏差改善了45.5%.

基于子波阈值消噪的专用芯片研究

传统的实时信号处理消噪方法常采用FFT ,但用其处理非平稳信号或奇异信号时 ,效果并不明显 .在文中一方面基于信号、噪声在多尺度空间能量分布的差异而推出的Donoho非线性子波阈值消噪原理 ,另一方面从子波变换与FIR滤波器组的特定关系出发 ,在滤波卷积、下二采样过程中 ,将数据按一定规律重排 ,利用可编程逻辑器件CPLD设计了一个对非平稳信号进行实时子波分解及阈值消噪的专用芯片 .

自适应门限子波消噪的专用芯片研究

本文从子波变换与完全重构FIR滤波器组的特定关系出发 ,将输入数据按一定规律重新排列之后实时地将数据分解到不同的尺度空间 ,然后经过正交子波基的Donoho非线性软门限消噪处理。同时 ,推导出信号休止期内的相对实时自适应噪声方差算法。在此子波消噪专用芯片的研究过程中 ,利用可编程逻辑器件CPLD进行了时序仿真和验证 。

一种新颖的非冗余图像多尺度几何分析

将小波和方向滤波器组(DFB)结合,实现了一种非冗余的图像多尺度几何分析WDFB.首先利用小波变换将图像分解为高频子带和低频子带,然后高频子带通过方向滤波进一步分解成方向子带.这一过程对低频子带迭代进行,从而提供了一种多尺度多方向的分解,它能更稀疏地表示图像.在进行方向滤波时,通过应用等效易位及错切操作,避免了复杂的树结构扩展.实验结果表明,WDFB在非线性逼近指标上优于Contourlet变换,尤其对于含有丰富纹理的图像.例如对于512×512的Barbara图,在保持8192个重要系数时,重建图像的峰值信噪比较采用Contourlet变换时提高0.68 dB.

高阶非线性扩散方程的一种构造方法

利用泰勒公式构造紧框架滤波器组,由此给出一种构造高阶非线性扩散方程的方法.

基于多相滤波器组的非线性回声抵消

在免提通话系统和移动通信设备中,扬声器常常工作在较高的音量下,容易发生过载现象,从而产生明显的非线性声学回声,这在小微型扬声器中更加常见。常用的线性AEC(Acoustic Echo Cancellation)算法无法消除此类非线性回声,因此通话质量受到严重影响。非线性回声主要表现为额外的高频谐波分量,这些分量使得全带系统不再满足线性关系,而通常的AEC算法都是基于最小化全带误差推导而来,因此性能很容易受到非线性失真的影响。本文提出了一种基于多相滤波器组的子带AEC算法,把全带误差变成了各个子带的误差,因而把谐波失真成分变成了某些子带内的加性噪声,这使得谐波失真较小的那些子带依然能够正常收敛。通过仿真和实测实验,当出现非线性失真时,新方法的ERLE(Echo Return Loss Enhancement)明显高于经典的全带时域和频域方法,对于非线性失真明显的语音信号,ERLE提升约10 dB。

一种基于代价参考粒子滤波器组的非线性调频信号估计方法

为提高背景噪声统计特性未知情况下非线性调频信号瞬时频率的估计精度和速度,本文提出一种具有完全并行结构的代价参考粒子滤波算法:代价参考粒子滤波器组.该方法包括以下几个步骤:首先,将非线性调频信号近似为分段线性调频信号,建立状态空间模型;随后,基于状态空间模型和先验信息将状态空间划分为若干较小的子空间;在不同的状态子空间内分别执行代价参考粒子滤波算法;最后,比较各个代价参考粒子滤波算法的累积代价,将累积代价最小的代价参考粒子滤波算法的估计结果作为最终的瞬时频率估计结果.仿真结果表明,与同类的代价参考粒子滤波算法、前后先代价参考粒子滤波算法相比,本文提出的方法估计精度更高,运行时间更短.该方法可用于雷达目标检测与跟踪等领域.

耳蜗滤波器设计

提出了一种非线性耳蜗滤波器组的设计方法,设计的耳蜗滤波器组结构简单,易于实现,能模拟因输入信号电平的不同而引起的耳蜗滤波器的非线性特性,而且其特征参数能随着更新实验结果的出现灵活地加以修正。文中给出了设计细节以及具体的数字实现方法。