摘要：水声通信网络安全是水下通信进行信息共享和协同作业的重要保障,现有技术主要研究认证协议和数据加密,注重提高网络的安全性,忽略了网络的效率和能耗问题。为避免上述方法带来的网络拥堵,受移动智能设备等领域研究启发,提出将声纹认证融入水下通信网络的身份认证系统,设计了一种基于通信载荷声纹特征的识别方法。利用注意力机制,融合非线性倒谱和相位谱特征,以降低复杂海洋环境噪声的影响,并通过AlexNet网络进行目标识别。为验证该方法的有效性,通过采集多种水声通信信号,检验文中声纹特征识别的差异性和有效性,论证了文中方法的可行性和可靠性。文中研究可为解决水声通信网络的身份认证问题提供新思路,对增强水声通信网络的安全、实现高质量的信息共享和高效率的协同控制提供一定参考。

摘要：主要对声纹特征在音乐识别方法中的应用进行了研究,对音乐语音信号采用声纹特征提取方法完成分析和识别过程。在完成原始音频数据处理的基础上,通过信号重组和特征分解进一步处理提取出的音乐语音数据,然后将音乐语音信号通过经验模态分解方法的使用完成时频转换过程,再对语音信号经过降噪分离实现信息提纯和特征分解,将处理后的语音信号的声纹特征提取出来,并以提取结果为依据完成音乐的识别过程。仿真实验结果表明本文方法显著提高了识别过程的分辨力和准确性,具有一定的可行性。

摘要：针对传统网络捕捉有载分接开关声纹特征之间联系不充分导致故障诊断准确率低的问题,提出了基于Transformer神经网络的有载分接开关故障诊断方法。首先采用梅尔频率倒谱系数提取有载分接开关声纹特征,以降低有载分接开关声纹样本的数据维度。然后利用Transformer充分捕捉声纹特征之间的联系并实现有载分接开关故障诊断。实验结果表明,基于Transformer对有载分接开关传动轴松动、触头磨损、卡涩和连挡故障诊断的准确率高达97.5%,并一定程度缩短了诊断的时间。

摘要：为实现数据驱动的钢轨波磨状态修,提出一种时-空密集型的钢轨波磨测量方法.首先,采用智能终端检测列车编组车体振动和车厢噪声,对列车编组不同车体三向加速度进行波形匹配,得到延时估计值,修正列车运行速度和里程估计误差;其次,基于声纹谱能量法分析车厢声纹数据,并定义“波噪比”指标,量化钢轨波磨噪声能量及其高阶谐波能量占噪声总能量的比值,作为钢轨波磨自动识别的依据;最后,建立列车响应到钢轨波磨状态的反向映射关系,获取波噪比超限时的钢轨波磨波长和里程信息,以地铁某区间实测为例,采用钢轨波磨仪测量1.6 km范围的轨面短波不平顺,将测量结果 [0,50] mm波长范围的波深峰峰值与车厢声纹波噪比进行对比.结果表明:当波噪比阈值取为0.2时,基于声纹数据识别的钢轨波磨与线路分布一致,验证了该方法可为钢轨波磨状态评估提供数据支撑.

摘要：90%的帕金森病(PD)患者存在声带紊乱,提出一种利用WMFCC提取患者的声纹特征、DNN识别并分类的方法用于区分PD患者和健康人。通过计算患者声纹中倒谱系数的加权和系数,解决高阶倒谱系数小、特征分量对音频的表征能力差等问题。DNN训练并分类识别有效地提高系统精度,使用MBGD优化算法降低损失函数的计算量,提高系统训练速度。针对PD database中样本测试分类,结果相较传统SVM等方法,该方法提高了判别PD准确率,可达87.5%,为PD患者早期快速辅助诊断提供了良好的解决方案。

摘要：基于SystemVue开发环境,采用可视化的算符设计方法实现了说话人语音预处理及其声纹MFCC参数的提取。实践证明该方案简单易行,结果可靠,可以应用于语音信号处理研究。