检索结果-南通市图书馆

基于聚焦信号子空间估计导向矢量的干扰声源抑制方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子学报 2023年第1期51卷 76-85页

作者：周静鲍长春张旭北京工业大学信息学部语音与音频信号处理实验室北京100124

针对最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成器对导向矢量失配较敏感的问题,本文提出了一种有效的干扰声源抑制方法 .该方法首先将语音信号的频带划分为多个子带,通过聚焦信号子空间方法估计各子... 详细信息

针对最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成器对导向矢量失配较敏感的问题,本文提出了一种有效的干扰声源抑制方法 .该方法首先将语音信号的频带划分为多个子带,通过聚焦信号子空间方法估计各子带的声源到达方向(Direction of Arrival,DOA),并采用统计直方图估计各声源的初始DOA;其次,为了减小导向矢量失配,利用声源的空间稀疏性,通过Capon功率构建目标声源导向矢量估计的代价函数,约束目标声源导向矢量远离干扰声源空间;最后,根据估计的导向矢量,估计干扰声源加噪声协方差矩阵,以获得MVDR波束形成器的权重.基于TIMIT语料库的实验结果证明,提出的干扰声源抑制方法的输出信干噪比(SINR)及语音质量感知评价(PESQ)优于参考方法,具有更佳的抗导向矢量失配性能.

关键词：语音增强麦克风阵列波束形成聚焦信号子空间最小方差无失真响应

在线全文

学校读者我要写书评

暂无评论

基于耳蜗滤波器倒谱参数的音频频带扩展方法

清华大学学报（自然科学版） 2013年第6期53卷 913-916页

作者：刘鑫鲍长春北京工业大学电子信息与控制工程学院北京100124

音频频带扩展是根据接收的宽带信号在解码端人为地重建出丢失的高频成分,以提升音频听觉质量。该文基于耳蜗滤波器倒谱参数提出了一种盲目式音频频带扩展方法。该方法模拟外耳听觉系统,提取耳蜗滤波器倒谱系数来描述宽带音频频谱信息,... 详细信息

音频频带扩展是根据接收的宽带信号在解码端人为地重建出丢失的高频成分,以提升音频听觉质量。该文基于耳蜗滤波器倒谱参数提出了一种盲目式音频频带扩展方法。该方法模拟外耳听觉系统,提取耳蜗滤波器倒谱系数来描述宽带音频频谱信息,并利用Gauss混合模型对高频谱包络进行估计。结合基于最近邻匹配的谱细节恢复方法,实现了宽带向超宽带音频的有效扩展。主客观测试表明,该方法的重建音频质量优于基于传统音频特征的扩展方法。

关键词：音频信号处理音频频带扩展耳蜗滤波器倒谱系数 Gauss混合模型最近邻匹配

基于AAC比特流的音频信号Hiss噪声抑制方法

在线全文

学校读者我要写书评

暂无评论

通信学报 2013年第5期34卷 20-30页

作者：邓峰鲍长春鲍枫北京工业大学电子信息与控制工程学院语音与音频信号处理研究室北京100124

基于AAC比特流,提出了一种压缩域音频Hiss噪声抑制方法。该方法的输入为含噪音频的AAC比特流,输出为增强音频的AAC比特流。首先,利用修正的绝对中值标准差(MMAD,modified median absolute deviation)估计Hiss噪声,其次,利用修正的离散... 详细信息

基于AAC比特流,提出了一种压缩域音频Hiss噪声抑制方法。该方法的输入为含噪音频的AAC比特流,输出为增强音频的AAC比特流。首先,利用修正的绝对中值标准差(MMAD,modified median absolute deviation)估计Hiss噪声,其次,利用修正的离散傅里叶变换(MDFT,modified discrete Fourier transform)计算听觉掩蔽阈值参数,最后,根据参数软阈值方法得到增强的AAC比特流,并用于AAC解码器得到最终的增强音频信号。主观和客观测试结果表明,所提出的方法能有效去除AAC解码音频信号中的Hiss噪声,其性能明显优于现有的几种Hiss噪声消除方法。

关键词： AAC比特流 Hiss噪声压缩域修正的离散傅里叶变换噪声抑制

基于提升小波分解的低速率波形内插语音编码算法

在线全文

学校读者我要写书评

暂无评论

北京工业大学学报 2011年第12期37卷 1779-1785页

作者：李如玮鲍长春北京工业大学电子信息与控制工程学院北京100124

提出了一种基于双正交提升小波变换(bi-orthogonal lifting wavelet transform,BLWT)的低速率特征波形内插语音编码方法,其中的特征波形分解算法不需要复杂的特征波形对齐操作和滤波器的卷积运算,其固有的原位运算降低了传统特征波形小... 详细信息

提出了一种基于双正交提升小波变换(bi-orthogonal lifting wavelet transform,BLWT)的低速率特征波形内插语音编码方法,其中的特征波形分解算法不需要复杂的特征波形对齐操作和滤波器的卷积运算,其固有的原位运算降低了传统特征波形小波分解算法所需的内存,当前帧边界点替代相邻帧样点的措施有效减少了传统特征波形小波分解算法的时延.同时,该分解方法对分解后的各成分单独重建,并根据人耳的感知特性选择量化参数.基于该分解,分别构建了1.84 kb/s和2.32 kb/s两种速率的BLWT-CWI(characteristic waveform interpo-lation)语音编码器.主观平均意见得分(mean opinin score,MOS)结果表明,2.32 kb/s的BLWT-CWI语音编码质量与2.4 kb/s的MELP声码器相当,1.84 kb/s的BLWT-CWI语音编码质量稍逊于2.4 kb/s的MELP声码器.主观A/B听力测试结果表明,1.84 kb/s的BLWT-CWI语音编码质量优于2 kb/s的LIWI(low-complex improvedwaveform interpolation)声码器.

关键词：语音编码小波变换提升小波特征波形分解特征波形内插

在线全文

学校读者我要写书评

暂无评论

基于辨别性深度信念网络的说话人分割

清华大学学报（自然科学版） 2013年第6期53卷 804-807,812页

作者：马勇鲍长春夏丙寅北京工业大学电子信息与控制工程学院北京100124 江苏师范大学物理与电子工程学院徐州221009

该文基于语音信号的超矢量特征空间,提出了一种基于Fisher准则的可辨别性深度信念网络(discriminativedeep belief network,DDBN)训练方法,得到了优于传统深度信念网络(deep belief network,DBN)的说话人码本矢量特征,并利用这些码本特... 详细信息

该文基于语音信号的超矢量特征空间,提出了一种基于Fisher准则的可辨别性深度信念网络(discriminativedeep belief network,DDBN)训练方法,得到了优于传统深度信念网络(deep belief network,DBN)的说话人码本矢量特征,并利用这些码本特征对多说话人的音段进行了聚类与分割。由TIMIT数据库生成的多说话人语音分割的实验结果表明,该基于Fisher准则函数的DDBN说话人分割算法的性能明显好于传统的Bayes信息判决(Bayesian informa-tion criterion,BIC)法和DBN法。

关键词：说话人分割辨别性深度信念网络 Fisher准则

在线全文

学校读者我要写书评

暂无评论

基于高层信息特征的重叠语音检测

清华大学学报（自然科学版） 2017年第1期57卷 79-83页

作者：马勇鲍长春北京工业大学电子信息与控制工程学院北京100124 江苏师范大学物理与电子工程学院徐州221009

重叠语音是影响说话人分割性能的主要因素之一。该文提出了基于语音高层信息特征的重叠语音检测方法以提高说话人分割效果。首先用通用背景模型(universal background model,UBM)提取语音的语言学高层信息特征,并融合这些特征和Mel频率... 详细信息

重叠语音是影响说话人分割性能的主要因素之一。该文提出了基于语音高层信息特征的重叠语音检测方法以提高说话人分割效果。首先用通用背景模型(universal background model,UBM)提取语音的语言学高层信息特征,并融合这些特征和Mel频率倒谱系数(Mel frequency cepstral coefficient,MFCC)特征建立隐Markov模型(hidden Markov model,HMM)检测重叠语音,然后对处理后的语音进行说话人分割。实验结果表明:对于由TIMIT语音库生成的数据集,该方法对重叠语音检测的错误率比单一采用MFCC特征有显著降低,而且说话人分割性能有明显的提高。

关键词：重叠语音检测高层信息特征说话人分割

在线全文

学校读者我要写书评

暂无评论

基于回声状态网络的音频频带扩展方法

电子学报 2016年第11期44卷 2758-2766页

作者：刘鑫鲍长春北京工业大学电子信息与控制工程学院北京100124

宽带音频通信系统对传输信号有效带宽的限制会降低重建音频的主观质量和自然程度.本文提出了一种基于回声状态网络的宽带向超宽带音频盲目式频带扩展方法.该方法借助回声状态网络来模拟音频信号高低频频谱参数间的映射关系,并依据网络... 详细信息

宽带音频通信系统对传输信号有效带宽的限制会降低重建音频的主观质量和自然程度.本文提出了一种基于回声状态网络的宽带向超宽带音频盲目式频带扩展方法.该方法借助回声状态网络来模拟音频信号高低频频谱参数间的映射关系,并依据网络模型中的时延递归结构连续更新系统状态来近似描述音频特征的时域演变过程,有效地估计了高频成分的频谱包络.同时,结合频谱复制方法得到的高频频谱细节,该方法实现了宽带向超宽带音频的有效扩展.测试结果表明,本文所提方法提升了宽带音频的听觉质量;对于多数测试数据,该方法在静态和动态失真方面获得了优于高斯混合模型扩展方法的扩展性能.

关键词：音频编码音频频带扩展回声状态网络频谱复制

一种符合ITU-T指标要求的嵌入式立体声语音频编码方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2009年第10期37卷 2291-2297页

作者：贾懋珅鲍长春北京工业大学语音与音频信号处理研究室北京100124

基于国际电信联盟标准化组织(ITU-T)编码标准G.729.1,本文提出了一种嵌入式变速率立体声语音与音频编码方法.本算法利用G.729.1和改进的调制叠接变换(Modulated Lapped Transform,MLT)编码技术对输入信号的中值与边带信息进行分层编码,... 详细信息

基于国际电信联盟标准化组织(ITU-T)编码标准G.729.1,本文提出了一种嵌入式变速率立体声语音与音频编码方法.本算法利用G.729.1和改进的调制叠接变换(Modulated Lapped Transform,MLT)编码技术对输入信号的中值与边带信息进行分层编码,形成具有嵌入式结构的码流.编码器可处理宽带和超宽带的立体声信号,宽带立体声信号编码的最大码率为48kb/s,超宽带立体声信号编码的最大速率为64kb/s.实现结果表明,本编码器的编码质量均达到了ITU-T对G.EV-VBR立体声编码的指标要求.

关键词：语音编码音频编码立体声编码嵌入式编码

在线全文

学校读者我要写书评

暂无评论

基于非线性动力学的乐器分类方法

电子学报 2012年第7期40卷 1481-1488页

作者：芮瑞鲍长春北京工业大学电子信息与控制工程学院语音与音频信号处理研究室北京100124

本文基于非线性动力学理论,对不同乐器产生的音频时间序列进行了相空间重构,通过分析各类乐器的递归特性,提出了一个新的定量递归参数——密集度,它能够描述管乐器、弦乐器和键盘乐器在相空间中的差异,然后将密集度与传统的音色特征相结... 详细信息

本文基于非线性动力学理论,对不同乐器产生的音频时间序列进行了相空间重构,通过分析各类乐器的递归特性,提出了一个新的定量递归参数——密集度,它能够描述管乐器、弦乐器和键盘乐器在相空间中的差异,然后将密集度与传统的音色特征相结合,提出一种乐器分类方法,并将其应用于不同的分类模型.实验表明,本文所提的方法使三类乐器家族的分类准确率提高了4%～7%,单个乐器的分类准确率提高了3%左右.

关键词：乐器分类非线性动力学相空间重构密集度递归图