摘要：MP3音频压缩算法是由ISO11172-3标准规定的一种高效、高保真的压缩编码算法。笔者对MP3所用到的几个关键技术,如子带滤波、心理声学模型、动态噪声分配等做出简明分析。用TI公司的数字信号处理芯片TMS320VC5402实现了MPEG建议的子带分析方案的一种快速算法。

摘要：为提高混响环境下双声源定位系统的性能,提出基于子带分析的加权广义互相关双声源定位算法。利用语音信号在频域的稀疏性,将语音信号频域分为8个不同的子带,将基于平均幅度差函数加权的广义互相关算法投影到滤波器子带空间中,通过加权平均的方式融合各子带的时间延迟信息,结合四元阵得到声源三维位置估计。仿真结果表明,在两个声源同时发声并存在混响的情况下,相对于传统的全频带广义互相关算法,基于子带分析的算法在定位准确率上有显著提高,与基于广义互相关的子带分析算法相比,所提算法在混响情况下有较好的定位精度。

摘要：噪声鲁棒性是影响话者确认系统实用化的关键问题之一,为了提高系统的噪声鲁棒性,本文设计了一种基于子带隐Markov模型(HMM)和多层感知机(MLP)的话者确认系统,系统由多个子带系统所构成,对每个子带分别建立基于背景模型的连续HMM话者确认模型,采用MLP对各个子带HMM的输出进行非线性拟合,并利用MLP直接做确认判决。在与文本有关的话者确认实验中,本文提出的模型较常规基于背景模型的HMM话者模型在确认性能和噪声鲁棒性上均有所提高,实验进一步表明,利用MLP进行拟合和判决在一定程度上解决了话者确认阈值设置的困难,有效地提高了确认系统的鲁棒性。