应用倒谱特征的带噪语音端点检测方法

传统的语音端点检测方法以信号的短时能量、过零率等简单特征作为判决特征参数．这些方法在实际应用中，尤其当信号信噪比比较低时，无法满足系统的需要．文中利用语音信号的倒谱特征作为判决抽样信号帧是否为语音信号的依据，并提出了倒谱距离测量法和循环神经网络法．通过对宽带噪声－白噪声干扰情况和一种特殊噪声——汽车噪声情况的实验，发现倒谱特征参数的语音信号端点检测方法在噪声环境下具有传统的能量方法无法比拟的优越性。

噪声环境中基于HMM模型的语音信号端点检测方法

在噪声环境下如何提高语音信号端点检测的准确性是自动语音识别（ＡＳＲ）研究中的一个重要课题．常用的基于短时能量的端点检测方法对于能量较低的音节或在信噪比较低的环境下，检测性能不够理想．讨论了一种基于ＨＭＭ模型的语音信号端点检测方法．先用训练的方法生成背景噪声和废料的模型，再用Ｖｉｔｅｒｂｉ解码算法对待测信号进行处理，并给出了具体的实现方法．实验测试结果表明，基于ＨＭＭ的端点检测方法的检测性能接近于人工检测，方法是有效的．

汽车噪声中自动语音的识别技术

汽车中的话音拨号系统是自动语音识别技术的应用热点．自动语音识别系统是一个基于训练的系统．在汽车噪声中，由于实际应用环境与形成系统参数的训练环境的失配，传统语音识别系统的性能会大幅度地下降，从而无法实用．为了提高语音识别系统在特定环境下的识别率及实用性，首先根据汽车环境中语音的失真模型分析了系统性能下降的原因，然后针对加性汽车噪声与信道失真对系统的影响，讨论了在汽车噪声中改善语音识别系统性能的方法．提出了在识别系统中用基于子带的语音增强算法和倒谱均值相减算法相结合的方法．对大量的多人连续数字串语音的识别实验表明，这一方法大大提高了系统在汽车噪声环境中的识别率，它还可以简便、实时的实现，具有一定的实用性．

一种新的基于自相关相似距离的语音信号端点检测方法

基于短时能量和隐马尔可夫模型（ＨＭＭ）的端点检测方法都有一定的局限性，提出了自相关相似距离的概念，并讨论了基于自相关相似距离的新的端点检测方法．对自相关相似距离进行统计分析，给出了算法的具体实现步骤，阐述了门限的确定方法．用此方法、人工方法和ＨＭＭ 模型方法得到的实验测试结果进行了比较．结果表明，即使在较低信噪比的环境下，采用本算法仍能较准确地检测出语音信号的端点位置．

一种新的共振峰参数提取算法及在语音识别中的应用

采用了一种基于逆滤波器原理的方法来识别共振峰参数。用一组逆滤波器来逼近语音信号的短时能谱，通过动态搜索算法可以得到滤波器组中各个滤波器的位置与带宽，从而确定了共振峰的位置和带宽。采用了优化动态搜索的算法，提高了运算速度。把共振峰作为特征参数用于一个小词汇量的汉语语音识别系统中，识别正确率达到了98%。

基于M估计的自仿射投影滤波算法

研究了自仿射投影算法的收敛性能 ,并针对其抗突出值干扰能力不强的缺点 ,将稳健估计中的 M估计应用于该算法 ,提出了一种基于 M估计的改进自仿射投影算法 (M- APA) .计算机模拟结果表明 ,该算法在基本保持原有算法收敛速度的同时 ,其抗突出值干扰能力远远优于原算法 。

数字音频编码技术的回顾与发展

介绍了早期的OCF，PXFE，CNET和MUSICAM等编码器，分析了MPEG－4中的两个音频编码器TwinVQ和MPEG－2AAC，对小波在音频编码上的引用也作了阐述。

G.723.1声码器的DSP16k实现

本文介绍了ITU－TG．723．1语音编解码器在朗讯科技（LucentTechnologies）公司新一代定点数字信号处理芯片DSP16k上的实时实现技术。本文编程实现了G.723．1标准的所有功能模块，包括在变码率下的静音检测（VAD）和舒适噪声产生（CNG）模块。本文的实现完全复合ITU－TG.723．1标准的定点算法，通过了ITU－T的所有测试矢量。同时木文比较了G．723.1在两种定点数字信号处理器DSP16xx和DSP16k上实现时内存占用空间和计算复杂度的差异。

一种综合的基音提取方法

本文提出了一种综合的基音提取算法 ,综合运用了平均幅度差法、自相关函数法和简单逆滤波器跟踪法等多种算法对候选的基音频率点进行打分 ,最后再用动态搜索的算法找出一条全局最优路径。从而避免了单一方法的局限性 。

听觉掩蔽门限在说话者识别中的应用

语音信息在人的听觉系统中的表示具有一定的冗余性．利用这一特性把丢失数据技术应用于噪声环境下说话者识别系统的性能改进．听觉掩蔽效应这一听觉现象被用来检测语音信号频谱中被噪声严重干扰的“丢失成分”．经过丢失数据补偿技术结合语音增强处理，说话者识别系统在不利环境下的准确率得到了提高．通过对宽带噪声－ 白噪声和一种特殊噪声——汽车噪声干扰下语音的说话者辨认实验，发现这种方法优于单独使用语音增强方法．

几种无语音检测噪音估计方法的比较研究

噪音谱的估计是谱相减方法中关键的一环。传统的噪声谱的估计是通过对输入语音作语音检测,区分出纯噪声段,根据噪声段的频谱估计出噪声谱。该方法的准确性局限于语音检测算法的性能,在信噪比较低时,性能下降很快。近年来人们提出了多种不用语音检测的噪声估计方法,这些方法不区分语音和非语音段,在每一帧都进行噪声谱的更新。评估了几种无语音检测的噪音估计方法,比较了它们用于谱相减时在语音识别中的性能,提出了一种新的基于能量聚类的无语音检测噪音估计方法,通过实验验证了它的优良性能。

基于信号高阶统计矩分析的信噪比盲评估算法

正确地进行信噪比(SNR)评估是CDMA系统进行有效通信的基础,也是某些算法实施的基础,如功率控制、多径搜索与跟踪等。传统的方式中,往往以接收到的信号幅度(信号+噪声)的大小来判断接收信号质量,这在SNR较大的情况下是可行的,但在小信噪比条件下,由于噪声干扰严重,接收信号幅度的大小,不能反映接收信号质量水平。只有接收信号SNR的大小,才能反映接收信号的实际质量。本文提出了一种基于信号高阶统计矩分析的SNR盲评估算法,计算机仿真结果表明,该算法较其他算法有更好的适应性。

一种新的用于语音识别的噪音估计及非线性谱相减方法

提出了一种新的噪音估计及非线性谱相减方法，通常的噪音估计一般基于语音检测方法，取噪音段的谱平均作为噪音谱的估计，该方法在信噪比较低时性能下降严重。提出的基于能量聚类的噪音谱估计方法，不依赖于语音检测直接估计噪音谱，提高了噪音谱估计的精度。还在一般非线性谱相减方法的基础上提出了改进的谱相减方法，该方法根据单个mel滤波器频带内局部的信噪比，来决定该频段内非线性谱相减的多少，细化了非线性差谱的额度，在有效抑制噪声的同时减少了语音谱的失真。

听觉掩蔽门限在说话者识别中的应用

通过对工程设计过程的分析，提出了面向工程设计系统中产品层次建模的基本方法，研究了面向工程设计的知识处理技术：采用基于对象-规则的方法进行工程设计产品的知识表示；综合运用前向和后向推理。进行目标搜索和求解；建立了基于逻辑式的规则表示和推理，提高了规则知识的表示能力；建立了基于广义表的函数运算语言，提高了工程设计理论和经验公式的集成能力．开发了相应的软件系统，可集成于工程设计系统中，提高其知识处理能力．

空时编码的OFDM盲信道估计

提出一种新的恒模复调制、单天线接收实现空时编码的OFDM（ST—OFDM）盲信道估计的算法．建立了2发1收的ST—OFDM系统模型；利用空时编码的特点，对发射信号采用恒模复调制，引入周期相关特性，将各子信道分开进行估计；利用循环前缀引入的信息冗余给出子空间算法，实现盲信道估计．恒模复调制可避免非常数调制导致的峰值功率问题．该算法不需要对OFDM信号进行冗余预编码，不会降低系统码率；

JPEG-LS视频编码的自适应率控制

针对 JPEG-LS算法的编码比特率特性提出了一套编码比特率控制算法 ,通过此算法可实现固定比特率的码流传送 .控制算法的核心由两部分组成 :预编码阶段和后编码阶段 .在前一阶段 ,利用提出的模型推算出满足缓存的估计编码比特数及对应的量化值 .在后编码阶段获取估计编码比特数与实际值之间的差值 ,利用此值调节以后的估计编码比特数 .此算法具有运算量小。

数字回音抵消器的选择方法

数字回音抵消器的选择与使用是提高长信网络及移动通信网络通话质量的关键。介绍了数字回音抵消器的最新选择方法与评判准则 ,为即将购买或更新回音抵消器的用户或网络运营商提供了有益的参考。