TMS320C54X实现GSM语音编解码器

ＧＳＭ系统的全称是泛欧数字蜂窝移动通信系统。它在世界三大移动通信系统（美国的ＡＤＣ系统,日本的ＰＤＣ系统）中应用的国家和地区最广,其中包括我国。ＧＳＭ采用了低码率、低运算量的规则脉冲激励－长时线性预测编码（ＲＰＥ－ＬＴＰ）。本文在简要介绍了ＲＰＥ－ＬＴＰ编码算法后,着重讨论了这种算法在定点数字信号处理芯片ＴＭＳ３２０Ｃ５４Ｘ上实现的软、硬件设计和实现中的一些关键技术,并给出了实验结果     

非线性脉码调制技术及应用

本文介绍了用NLPCM(Nonlinear Pulse Code Modulation,非线性脉码调制)进行语音合成的原理。采用基于NLPCM原理制成的单片语音处理器MC14403,用MCS-51单片机进行控制,实现了飞机座舱告警系统中所需语音的合成。该系统结构简单,通用性强,成本低,修改灵活。合成语音清晰、自然可懂。     

语音合成遥控指令回报系统

本文介绍了用于无人机的语音合成回报系统,代替传统的信号盘灯光显示,向地面指挥监测人员回报遥控指令接收情况。语音合成系统由基于LPC原理制成的单片语音合成处理器TMS5220组成,用Z-80 CPU实现控制。系统结构简单,通用性强,合成语音清晰、自然可懂。     

采用非线性网络实现清浊音判决

语音清浊音判决的实质是一个非线性分类问题,可以用神经网络的方法来实现。本文提出了一种用非线性网络实现清浊音判决的算法。该算法用一个特征矢量Ｘ＝（ＬＢＥ,Ｚｃ,ＲＣ１,Ｑｓ,ＲＣ２）表示语音的清浊音特性,用训练得到的非线性网络实现语音清浊音判决。文中详细讨论了计算机模拟等内容,计算机模拟结果显示,这种方法的清浊音判决准确率达９７．８％,优于传统的清浊音判决算法。     

基于AMBE算法的多通道语音压缩卡设计

多通道语音记录系统在需要大量记录语音信息的各个领域有着广泛的应用,本文介绍了一种采用AMBE语音压缩算法设计的多通道语音压缩卡,对AMBE算法的性能做了分析比较,详细介绍了多通道语音压缩卡的总体结构及语音、通道接口设计．     

大容量语音记录系统的设计与实现

本文针对传统在用多通道语音记录仪容量和可靠性方面的不足,设计开发了符合空管系统需求的大容量语音记录系统。系统采用先进的FireWare传输技术、PCM编码和时分多路混合器(TDM)、FPGA、数据库等技术,满足了大容量语音记录的需求。系统采用硬件冗余设计,实现了系统的高可靠性。     

基于动态时轴弯曲的汉语连呼数字识别算法

模板匹配是计算机语音识别的重要手段之一。本文以孤立数字的线性预测编码(LPC)参数为模板,针对当汉语连呼数字发音速度较快时一字分割较困难这一特点,研究了不需预分割的汉语连呼数字识别问题。算法通过把复合距离的端点搜索与端点无约束的动态时轴弯曲(DTW)技术相结合,在保证一定识别率的前提下,使计算量较二级或多级动态规划算法有了大幅度下降即接近孤立数字发音识别水平。同时,简化的树状决策方法使识别性能进一步得到提高。初步实验结果表明,此方案可较有效地克服连呼数字识别中的连读效应。     

一种基于特征融合的耳语音向正常音的转换方法

使用耳语音的频谱包络来预估正常音的基频特征,这类算法在对正常音基频预测的准确性上存在一定不足,在合成语音自然度方面存在着明显欠缺,有时会出现音调失常等问题。本文提出一种声学特征融合的方法,通过双向长短期记忆（Bi-long short-term memory, BLSTM）深度网络来逐帧预测正常音基频。首先,使用STRAIGHT模型和相关代码,分别对耳语音和正常音语料进行预处理,提取耳语音的梅尔倒谱系数（Mel-scale frequency cepstral coefficient,MFCC）、韵律及谱包络特征,正常音的基频与谱包络特征。然后使用BLSTM深度网络,分别建立耳语音和正常音谱包络特征之间映射关系,以及耳语音MFCC、韵律及谱包络特征对正常音基频F₀的映射关系。最后根据耳语音的MFCC、韵律及谱包络特征获得对应的正常音基频和谱包络,使用STRAIGHT模型合成正常音。实验结果表明,相较于仅使用谱包络估计基频,采用此种方法引入语音韵律和MFCC的融合特征是对基频特征的良好补充,解决了音调失常的现象,转换后的语音在韵律上更加接近正常发音。     

语音识别和语音合成在航管雷达模拟系统中的应用

分析了在航管雷达模拟系统增加语音识别和合成功能的实现过程．根据雷达模拟系统的特点,采用中英文皆可识别且适合连续识别的语音引擎,以及符合人类语言特点的TTS语音库,与系统内部通讯机制相结合,实现语音识别和合成的过程。通过实践证明,该系统运行稳定,并且在识别率和数据传输速度等方面都表现良好。     

几种重要的语言信号数字处理技术

语言信号数字处理技术一般分两大类:一类是利用波形编码的方法;另一类是以语言信号模型,为基础的分析—合成法。本文简要介绍后一类中三种重要的处理技术:短时付立叶变换,同志处理和线性预测。     

基于隐条件随机场的声调建模及区分性模型权重训练

为提高声调识别率,利用隐条件随机场对汉语声调进行建模,通过加入音节内动态特征、音节间动态特征以及段长特征来进一步提高声词识别性能。提出了将声调模型加入大词汇量连续语音识别系统的区分性方法,根据最小音子错误准则区分性训练模型相关的概率权重,对声学模型及声调模型概率进行加权;给出了两种权重组合策略并通过一种平滑方法来克服权重训练过拟合的问题。实验结果表明,基于隐条件随机场声调模型能够显著提高声词识别率以及大词汇量语音识别的识别率,同时与全局模型权重方法比较,区分性的模型权重训练能够在声调模型加入连续语音识别系统之后,进一步提高系统的识别性能。     

语音模式中基于启发式搜取的快速匹配算法

语音模式匹配是语音识别技术的关键步骤之一。本文介绍了如何运用SA算法实现语音模式的快速匹配的思想。SA算法与传统的动态时间弯变(DTW)算法相比较具有计算量大大减少而系统识别率几乎不降的特点。     

间接言语行为的话语含义

本文从关联理论、认知语境两个方面对间接言语行为的话语含义进行了阐释。只有当话语含义得以成功表达时,间接言语行为才能够得以成功实施。     

LPC倒谱参数的说话人特征分析

通过对多个说话人与文本无关的发音材料进行统计分析，比较了ＬＰＣ倒谱的不同分量对说话人特征区分所作的贡献，研究了ＬＰＣ倒谱所体现的说话人共性及个性特性，同时使用了Ｆｉｓｈｅｒ判据，最近邻错误率，超球错误率、类内，类间平均距离等量度方法，从不同角度探讨了ＬＰＣ倒谱参数的说话人统计特征，并考查了它在正交变换，最大可分变换下的变化及以不同距离作为测量手段所产生的不同效果，这些工作是对ＬＰＣ倒谱参数用于说话     

英语修辞中常见“喻”的中文译称刍议

英语修辞中有明喻、暗喻、转喻、提喻这四种常见的"喻"。它们和汉语中的明喻、暗喻、借喻、借代之间存在着相互交错的对应关系,这是导致修辞学习者时常混淆英语中"喻"的原因所在。从英语的几种常见"喻"的词源和辞格构成中可以发现,有的"喻"译称涵义偏窄,有些"喻"并非真正的比喻,其中文译称应该不含"喻"字更为合理。     

不要帧同步的话音置乱矩阵一般型研究

本文在相位角θ为任意值的情况下,推出了不要帧同步的话音置乱矩阵的一种新形式。如采用这种置乱矩阵对话音加密,密钥量至少增加1倍。计算结果表明:当θ取线性相位角时,该置乱矩阵和原来的形式一致。     

SAR原始数据压缩技术研究

研究两种合成孔径雷达(SAR)原始数据压缩算法，它们是块自适应树型矢量量化算法和块自适应预测编码算法。前者是在使用穷尽型搜索技术的块自适应矢量量化算法的基础上，通过使用树型搜索算法来提高算法的运行效率；后者是通过预测编码来消除SAR原始数据之间的相关性从而提高压缩性能。结合机载SAR实测原始数据，对讨论的各种算法分别进行压缩和解压缩，并进行SAR成像处理。通过比较和分析各种算法的性能及图像域参数，表明块自适应树型矢量量化算法和块自适应预测编码算法能提高SAR原始数据的压缩性能，比较适合实际工程应用。