基于改进基音跟踪算法的单通道语音分离

基于计算听觉场景分析（Computational Auditory Scene Analysis,CASA）的语音分离系统通过模拟人耳的听觉感知系统对混合信号进行处理并分离出感兴趣的目标语音,近年来得到了很大的发展。如何在干扰噪声存在的情况下进行正确的基音提取跟踪一直是CASA系统研究的重点。提出了一种基于目标语音源的改进基音跟踪算法。该算法通过对目标源估计和基音检测两个步骤的反复迭代计算,得到最终的基音轨迹。通过在不同噪声干扰条件下与传统基音跟踪算法对比的实验结果证明,该算法能够有效地抑制噪声,提高输出语音的信噪比和语音质量。     

基于计算听觉场景分析的改进清音分离方法

基于计算听觉场景分析（CASA）的单通道语音分离方法在浊音分离领域已发展得较为成熟,然而由于清音信号具有较小的能量且不包含周期性基音特征,因此清音分离具有较大的困难。根据噪声信号分布的不确定性和不稳定性,提出了基于CASA和谱减的改进清音分离方法。改进方法在剔除了浊音块后,通过基于距离加权的残余噪声估计算法得到每个清音单元中所包含的噪声能量,对每个清音单元进行谱减算法并标记,进一步剔除残余噪声单元,提取出清音信号。实验结果证明：与传统清音分离方法相比,改进方法对时变性残余噪声能量的估计结果更加精确,更能提高清音分离的有效性。     

一种基于噪声分类的语音增强方法

为了提高噪声估计的准确性,改进语音增强方法性能,在改进的最小控制递归平均算法（Improved Minima Controlled Recursive Averaging, IMCRA）的基础上提出了一种基于噪声分类的语音增强方法。该方法首先对含噪语音进行噪声类型的判断,然后根据判定的噪声类型选取相应的最优参数进行噪声估计,最后采用最优修正的对数谱幅度语音估计计算增强后的语音。该方法相对于传统IMCRA算法,在语音信号的还原和背景噪声的抑制两方面都有较好的性能。     

基于小波分析的变频调速电动机运行噪声-负载特性

分析了交-交变频器输出电压、电流和时间谐波磁势的谐波族特征,指出了该特征对电动机运行噪声的影响。提出了一种改进M allat算法,并运用该算法对运行噪声进行了小波分析。该算法的计算量和占用的存储空间较标准M allat算法均减少了49.6%。同时,运用基于小波分析的频带能量法提取运行噪声的特征。经实验验证:电动机负载增加,运行噪声的86~172H z频带能量呈现一致性增加,该频带能量可以作为反映负载变化的主要特征。     

一种高鲁棒性的运动模糊图像复原算法

为解决常用的基于能量谱和倒谱零点的运动模糊图像复原方法的噪声敏感问题,提出了一种高鲁棒性和适应性的新算法。该算法使用中值互补模板法进行噪声能量的估计,在对数能量谱域内使用改进的Radon变换实现模糊角度的识别,通过旋转图像使运动模糊出现在水平方向,然后在双谱域内识别模糊长度,大大降低了噪声对识别的影响。实验结果表明：本文算法能够处理信噪比大于5 dB的噪声模糊图像,图像复原效果显著。     

基于短时相位谱补偿的非接触语音检测增强算法研究

语音是人类重的生理信号,生物雷达能够通过检测喉部发音器官振动的微弱信息对语音进行非接触采集,从而提供一种新型的非接触语音获取方法。但生物雷达所接收的含有语音信息的回波中还存在多种噪声和杂波。本文采用离散短时傅立叶变换,在保持语音信号振幅谱不变的条件下通过改变棚位谱来对信号谱进行重构,达到去除雷达语音信号中噪声分量的日的。通过与经典的谱减法和维纳滤波语音增强算法进行对比,此算法能够在低信噪比条件下有效地降低噪声分最,可提高生物雷达语音信号质量。     

强噪声条件下基于小波包能量的语音增强新算法

目的：研究在强噪声背景条件下增强语音质量的方法,为在复杂条件下获取语音信号奠定基础.方法：在应用小波包分析技术对语音信号进行分解与重构的基础上,对分解后的小波包系数进行尺度,时间2个方面的阈值自适应调节,再对此系数进行重构以实现语音信号的噪声自适应消除.结果：在信噪比为0dB的强噪声条件下,在0～3000Hz较宽的频率段上,增强后的语音频谱明显清晰,且各频谱成份更加丰富.结论：本方法能够在强背景噪声条件下对语音信号中的噪声成分进行有效去除.     

一种用于噪声估计的改进最小值搜索方法

含噪语音短时功率谱的最小值搜索是噪声估计的基础。为了提高非平稳噪声估计的准确性,减小噪声水平上升时的噪声估计延时,提出了一种同时使用大、小两个搜索窗进行并行搜索的方法,最小值搜索的最终结果由两个并行搜索结果和基于噪声分类的语音存在二值判决共同决定。实验结果表明：对于高度非平稳的噪声,该方法能够有效地减小噪声估计的延时问题,显著提高增强后语音的质量。     

Revolution CT能谱单能量及自适应统计迭代重建联合优化门静脉图像质量

目的探讨Revolution CT能谱单能量及自适应统计迭代重建(ASiR-V)优化增强扫描门静脉客观图像质量的效果。方法回顾分析24例怀疑肝脏疾病而行上腹部CT能谱模式增强扫描的患者,应用GE AW 4.6软件,采用3种单能量组(40、70、120 keV)分别与ASiR-V的4个混合权重(40%,60%,80%,100%)联合重建肝门静脉,并测量其信噪比及对比噪声比,应用双因素重复测量方差模型统计分析。结果 3种不同能谱单能量模式下,门静脉信噪比及对比噪声比随着ASiR-V混合权重的增加有升高的趋势(P<0.01);4种不同ASiR-V混合权重下,门静脉信噪比及对比噪声比随着单能量值的升高有降低的趋势(P<0.01)。能谱单能量模式及ASiR-V算法对门静脉信噪比及对比噪声比影响有交互效应(P<0.01)。结论 Revolution CT能谱单能量模式及自适应统计迭代重建算法都能影响增强扫描门静脉的客观图像质量,当40 keV单能量联合100%ASiR-V时,门静脉客观图像质量最高。     

基于NSST与改进模糊的乳腺超声图像增强方法

目的 为解决乳腺超声图像在采集和传输过程中引入噪声导致图像质量下降,影响乳腺癌早期诊断的问题,提出一种基于非下采样剪切波变换（Non-Subsampled Shearlet Transform,NSST）与改进模糊的乳腺超声图像增强方法。方法 首先,通过改进模糊算法增强图像对比度;然后,采用NSST将图像分解为低频部分和高频部分,其中对低频部分进行线性变换以调整图像整体对比度,对高频部分采用阈值模型去除图像中的噪声;最后,将处理后的高频部分和低频部分通过逆NSST获得增强图像。采用信噪比（Signal to Noise Ratio,SNR）和对比噪声比（Contrast to Noise Ratio,CNR）衡量算法去噪性能,结构相似性、特征相似性和信息熵衡量算法细节保留能力,平均梯度衡量算法对比度增强效果。结果 本文方法增强后图像的SNR为2.108,CNR为0.903,信息熵为7.363,平均梯度为9.439,结构相似性为0.939,特征相似性为0.972,均明显高于基于非局部均值自适应选择搜索区域图像去噪算法、基于NSST与模糊对比度的增强算法和基于双边滤波的NSST去噪算法。结...     

THE DESIGN AND THE APPLICATION OF SPEECH SIGNAL PROCESSING SYSTEM BY MICROCOMPUTER IN STOMATOLOGY

In this study we established a microcomputer based on speech signal processing system and changes of formant frequencies of the vowels/i/accompany the changes in the oral cavity after maxillary surgery and prosthodontic reconstruction. The study found the first formant frequency, for vowel/i/ has no change, while the second formant frequency peak significantly shifted between the preprosthetic and postprosthetic speaking condition after anterior resection of maxillae, and found there is the correlation between the calculation of relative energy error value and the speech intelligible measured aurally (P<0.05).     

一种基于预测谱偏移的自适应高斯混合模型在语音转换中的应用

基于高斯混合模型（GMM）的语音帧谱包络转换算法容易导致转换后的语音谱包络过平滑、语音细节特征受损。通过对GMM中协方差的准确性与谱包络过平滑现象的研究,提出了一种基于预测谱偏移的自适应GMM建模方法。该方法采用平滑加权算法对目标谱的偏移进行建模,并根据语音帧信息自适应调节预测谱偏移项的比例系数,结合高斯混合模型共同实现对谱包络的转换。实验结果表明,该建模方法能够有效抑制转换后语音谱包络的失真现象,提高转换后语音的清晰度、自然度和可懂度。     

单道感应式人工耳蜗装置的研制

感应式人工耳蜗装置将声音信息转变并处理为适当的电信号之后,采用电磁感应的方式将此信号送至植入全聋患者内耳耳蜗靠近听神经纤维的作用电极上,刺激神经发放冲动,使全聋患者恢复音感。本装置经临床全聋患者使用,取得较满意效果。     

一种基于Bark域能量分布的噪声分类方法

对不同种类噪声的分类处理,可以提高噪声环境下语音信号处理的性能。为了能够准确地区分各类噪声,提出了一种基于Bark域噪声能量分布特性的噪声分类方法。通过将噪声能量从均匀时频空间映射到Bark空间,构造了一个能够有效区分各种噪声的22维特征向量,并使用支持向量机（SVM）进行模型训练和噪声分类。实验结果表明：所提出的噪声分类方法具有非常高的分类准确率,对用于实验的两种噪声数据集的平均分类准确率分别为99.50%和93.44%。     

空间听力有益于听力正常青年的言语识别能力提高

在噪声环境下可以影响我们识别言语的因素有很多,其中有些学者认为由于空间听力有助于将目标言语和噪声在空间上区分开来,因此认为空间听力可能在噪声环境下的识别言语中也起了非常重要的作用。本研究主要通过实验证实在安静和噪声环境下,空间听力是否有助于我言语识别能力的提高,以及可以给我们带来多大的提高。通过本研究中创立的测试方法,我们使用MNINT材料测试28名正常听力者在噪声和安静环境下言语识别阈值。该测试方法模拟出两种测试条件（SC1和SC2)。在噪声（两种不同噪声）和安静环境下,我们分别测试28名听力正常受试者言语识别阈值。通过比较在同一测试环境下（安静或噪声）不同测试条件下（SC1和SC2)受试者言语识别阈值的变化来判断空间听力是否有助于我们言语识别能力的提高以及带来多大的提高。在安静环境下,言语识别阈值在两种测试条件下没有明显差别。在相同噪声环境下,在SC1测试条件下言语识别阈值较测试条件SC2下低约4.2dB;在相同测试条件下（SC1或SC2）,言语识别阈值在语谱噪声中较在多人谈话噪声中低。实验结果表明在噪声环境下,空间听力有益于噪声环境下的言语识别能力。而在安静环境下,空间听力在言语识别过程中未起到作用,推测这可能是听觉外余力代偿的结果。     

基于交叉递归图和局部匹配的翻唱歌曲识别

基于Qmax算法,提出了一种新的序列局部匹配算法,用于翻唱歌曲识别。该算法通过改变所使用的步长条件使得匹配过程既能防止病态弯曲又能增加局部匹配分数。为了验证该算法在翻唱歌曲识别中的有效性,采用基于节拍同步的音级轮廓(PCP)特征作为测试对象,并利用最佳移位索引(OTI)实现基调不变性;根据所提取的特征构造交叉递归图(CRP),利用提出的局部匹配算法计算序列之间的相似度。实验结果表明,该方法获得了比传统匹配算法,如动态时间规整(DTW)、互相关和Qmax算法更高的识别准确率。