摘要：基于增强型混合激励线性预测(MELPe)模型,设计了一款600bps低速率语音编码器。该编码器在保持MELPe算法特征的同时,利用相邻帧的帧间冗余,把连续的三帧构成一个超帧,对超帧采用多模式预测和多级矩阵量化技术进行联合量化。同时针对超帧的不同模式,通过预测系数对相邻超帧的模式转换进行处理,实现线谱对参数(LSF)的矢量量化。最后对基音周期与增益参数进行联合量化,进一步提高量化效率,完成一款在600bps下仍具有较好合成语音质量的语音编码器的设计。

摘要：随着语音通信的飞速发展和各种语音产品的日益普及,数字音频逐渐成为最流行的多媒体应用之一。云作为一种提供计算资源的新方式,不仅仅可以提供无限的存储容量,而且不需要担心电量、空间和升级等诸多问题。但从密码学角度来说,云存储端不是可信任第三方。为此,将logistic映射以及猫脸变换技术结合在一起对语音进行加密,并基于语音的基音周期设计了一种具有隐私保护特性的密文语音检索方案。

摘要：利用正弦模型设计一个音乐合成系统 .由于正弦模型具有高效性和灵活性 ,它能够修改合成单元的基音频率、时长等 ,因此本合成系统利用波型拼接的方法来合成音乐 .

摘要：自相关基音检测算法是语音信号处理的关键技术,算法的效率直接影响语音信号实时处理的质量。在对自相关基音检测算法基本原理进行分析的基础上,设计了 Matlab 算法实现方案,通过对一段具体语音时域信号采样值进行滤波、分帧、求短时自相关函数,得到了浊音语音的基音周期。试验结果表明,该算法结构简单,运算量小,效率高。

摘要：声纹识别是生物特征识别领域的一个重要分支。它采用语言数据自动地鉴定测试者身份。本文研究复杂背景下的声纹识别系统的设计与实现,首先,利用正交小波滤波器组来对信号进行预滤波,对语言信号的每个频率段进行细粒度去噪,提取出各频段小波系数,重构出语音信号;其次,在特征提取阶段,利用倒谱法计算出基音周期参数,通过Mel滤波器组将小波系数转换成Mel倒谱系数(MFCC),将得出的两种参数组成一个特征矢量作为声纹特征;最后声纹识别阶段,每一个说话人都由一个GMM表示,计算出特征矢量序列的每个似然函数,找到其中最大的说话人模型,即判定为说话人。

摘要：分析已有的一些基音估计算法,对比其优缺点,提出一种可大大提高计算速度的高效基音估计算法。该算法是利用平均幅度差(MAMDF)法提取若干个可能峰值点,再利用计算精度较高的循环平均幅度差(CAMDF)法对这几个点进行验证,选取数值最小的点作为基音周期。由于只对几个点求CAMDF函数,因此运算量大大减小。

摘要：基音是指人们发浊音时声带振动所引起的周期性,而声带振动频率的倒数就是基音周期.语音信号处理中精确提取特定语音的基音周期有重要的意义,基音周期的检测无论在语音信号的合成、编码还是识别方面,都起着非常重要的作用.该文依据数字语音信号的特点,设计了一种用于语音处理的层叠滤波算法,合理选择结构元素构筑了一组用于汉语语音基音轨迹平滑的层叠滤波器,仿真实验结果表明,这种方法对于随机误判点与传统的基于中值与线性平滑的组合平滑相比效果更佳,同时也证明了层叠滤波器用于语音信号研究的可行性.

摘要：通过相关性计算和LPC倒谱法分别估计出语音的基因周期和共振峰范围,线性预测合成法重构语音,实现变声;使用基于MFCC参数的GMM模型识别原始说话人,识别率86.6%,使用基于压缩感知的MFCC参数GMM模型改进该系统,识别率90.11%。