分享到:

语言学习系统学生终端机的数字化研究

语言学习系统是一种重要的多媒体教学设备,对于提高学生外语听说能力有很大的辅助作用。它是语音处理技术在多媒体教学中的具体应用。目前国内外的相关产品以模拟系统为主,存在很多缺点,研制数字语言学习系统已成为必然趋势。学生终端机是语言学习系统的关键部件之一,它的数字化处理对于整个系统有重要作用。它主要分为语音处理、人机交互通道、传输接口三大功能模块。语音处理是学生终端机的核心,主要完成语音采集、语音压缩解压缩和播放音频文件;人机交互通道包括液晶显示和键盘两部分,给学生提供了一个良好的人机交互接口;传输接口主要负责学生终端机和次交换机之间的数据传输。语音数字化以后,码率大幅度上升,给系统的数据传输造成了很大的压力,因此进行语音压缩编码是非常必要的。语音压缩编码是本文研究的重点。共轭结构代数码激励线性预测(CS-ACELP)语音编码算法以其良好的综合性能成为我们的研究对象,它在8kbps码率下的合成音质不低于32kbps 的ADPCM的水平  (本文共129页) 本文目录 | 阅读全文>>

华南理工大学
华南理工大学

语音信号盲分离算法的研究

盲分离技术是信号处理领域近十年来研究的热点问题,分为两大类:1)实时混合信号的盲分离;2)动态或者是卷积后混合信号的盲分离,包括盲解卷及盲识别等。信号的盲处理技术由于不要求已知信源及信道的先验知识,在无线通信、电话会议系统、医学分析、地理探测和图像增强、识别等方面有广泛的应用。本文对盲分离理论及算法进行了深入的研究,包括实时混合信号以及卷积混合信号的盲分离问题。本文主要工作如下:(1)对于实时混合信号的盲分离,导出了一种基于二阶矩的新算法,该算法放宽了传统算法要求原始信号是相互独立(空间上相互独立)的假设条件,并且易于计算。实验表明,该算法可以在噪声和语音信号相关的情况下,有效地提取出语音信号;(2)对于实时混合信号的盲分离,导出了一种基于自然梯度的自适应盲分离算法。与以往的基于自然梯度的等变量(EASI)算法相比,新算法将EASI算法中要求输入信号的相关矩阵是单位阵的假设条件放宽为只要求信号的相关矩阵为对角阵,从而具有更广泛的...  (本文共121页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

实时语音信号处理系统理论和应用

本论文研究复杂强背景噪声下的语音信号检测问题。语音检测算法是现在语音信号处理研究的一个热点。近些年来,语音信号处理技术伴随着人们对通讯技术升级的需求得到了迅猛的发展。IP电话已经走向大规模产业化应用,并以其低廉的成本和满意的话音质量成为通讯供应商竞争的利器,大有取代传统电话的趋势。语音识别技术也已经实现了与说话者无关的大词汇量连续语音识别,并试图从试验研究走向商用。说话者识别技术作为一个新一代的门禁安防技术也已经出现商业应用。很多单工的通讯设备可以通过语音检测技术的应用实现收发状态的自动转换而以比较小的代价达到双工设备的功能。语音检测技术作为这些语音处理算法中的核心预处理单元,成为这些技术能否走向成熟商业应用的关键技术之一。实际通讯环境中会遇到各种不同类型、不同强度的噪声。它们各自在时域或频域中有互不相同的特点,没有一致的统计参数。语音信号本身也是一个时变的复杂信号。不同的语言,不同的音位(语音中的最小发声单位)各不相同。总之,...  (本文共114页) 本文目录 | 阅读全文>>

上海交通大学
上海交通大学

语音信号动力学特性递归分析

近年来,随着语音信号非线性动力学特性研究的深入以及非线性动力学理论的进一步发展,应用非线性方法分析和处理语音信号成为研究的热点。然而,在应用非线性方法分析语音信号过程中,特别是计算语音音素的非线性表征量(如相关维数和最大Lyapunov指数)精细定量描述语音特征时,语音信号的非平稳特性和音素采样点不足这两个因素制约了这些方法的应用,使得计算结果往往波动很大,造成了解释上的误差。因此,研究针对非平稳语音信号的新的时间序列分析技术和新的特征参数提取手段成为本文的目的。首先,论文介绍了利用非线性动力学方法对语音信号进行理论性的定性和定量分析。根据音素的发声机理,讨论了浊音的声门振荡模式、清音的湍流声源模式和交互作用模式这三种不同的非线性模式。在研究语音的状态空间重构中,采用邻接误差法和平均互信息法统计得到语音音素序列重构相空间嵌入维数和延迟时间,为非线性分析方法分析连续语音提供了必要条件。通过对语音音素信号相关维数和最大Lyapuno...  (本文共131页) 本文目录 | 阅读全文>>

中国科学技术大学
中国科学技术大学

基于语音信号的情感识别研究

语音是人类交流的重要手段,是相互传递信息的最方便、最基本和最直接的途径。语音信号在传达语义信息的同时,还传递着情感信息,而情感在人们生活和交流中起着重要的角色。因此,随着人机交互技术的快速发展,语音信号中的情感信息正越来越受到研究人员的重视。作为语音信号情感信息处理的一个重要研究方向,语音情感识别是计算机理解人类情感的关键,是实现智能化人机交互的前提。但是,目前对于人类情感的研究还处于一个探索阶段,对情感的定义与表示至今没有一个统一的认识。加之情感具有较强的社会性和文化性,以及语音信号本身的复杂性,这些因素使得语音情感识别的研究面临着重重困难。应该说语音情感识别的研究还处于一个起步阶段,对于情感语音库、情感特征以及情感建模与识别方法等诸多方面的研究还有待深入。本文以建立不依赖于话者和文本内容的语音情感识别系统为目标,对情感语音数据库、语音声学特征参数提取、情感特征分析与选取、情感维度空间、语音情感建模与识别等问题进行了深入探讨与...  (本文共161页) 本文目录 | 阅读全文>>

《宁波工程学院学报》2016年04期
宁波工程学院学报

信号与系统课程中语音信号应用的教学案例研究

采样定理是信号与系统课程中信号的频域分析部分非常重要的内容。本文将语音信号处理引入到信号与系统的课堂...  (本文共4页) 阅读全文>>