检索结果-维普期刊中文期刊服务平台

噪声环境下的窄带音频信号快速分类方法被引量：1: 1; 作者芮瑞鲍长春《计算机工程与应用》 CSCD 北大核心 2011年第16期22-25,共4页; 提出了一种基于线性判别分析和高斯混合模型的窄带音频快速分类方法,该方法在白噪声、街道噪声和车内噪声环境下都能有效区分语音、音乐和噪声。实验结果表明,该方法在保证分类时间不大于1s的情况下,分类准确率能达到95以上。; 关键词音频快速分类特征提取线性判别分析高斯混合模型; 在线阅读下载PDF 职称材料

基于AR-HMM在线能量调整的语音增强方法被引量：6: 2; 作者何玉文鲍长春夏丙寅《电子学报》 EI CAS CSCD 北大核心 2014年第10期1991-1997,共7页; 针对单通道语音增强技术对非平稳噪声的跟踪不准确、噪声抑制效果较差的问题,本文提出一种基于在线能量调整的语音增强方法.该方法以归一化临界带能量为特征,采用高斯混合模型对背景噪声进行分类,利用对应类型噪声的自回归隐马尔可夫模... 展开更多; 关键词语音增强非平稳噪声隐马尔可夫模型高斯混合模型; 在线阅读下载PDF 职称材料

基于ACELP的嵌入式语音编码算法被引量：5: 3; 作者范睿鲍长春李锐《通信学报》 EI CSCD 北大核心 2007年第10期48-54,共7页; 为实现对激励信号的精细描述,提出了一种基于ACELP模型的嵌入式语音编码算法,该算法通过逐层增加脉冲数以及采用一种新的自适应码书结构,能够保证各层编码的相对独立性以及编码器参数的最佳匹配。与以往基于ACELP模型的嵌入式编码算法相... 展开更多; 关键词语音编码码激励线性预测嵌入式编码自适应码书代数码书; 在线阅读下载PDF 职称材料

一种基于自适应噪声估计的宽带语音增强算法被引量：1: 4; 作者周璇鲍长春 +2 位作者夏丙寅梁岩何玉文《信号处理》 CSCD 北大核心 2011年第9期1313-1318,共6页; 为解决传统算法对噪声适应性较差,残留音乐噪声较强的问题,本文提出了一种基于自适应噪声估计的宽带语音增强算法。该算法可应用于宽带语音编码器,以提升在噪声环境下的编码质量。本文所提算法利用谱熵对噪声类型进行有效地判别,将背景... 展开更多; 关键词宽带语音增强噪声估计统计模型谱熵; 在线阅读下载PDF 职称材料

改进的符合EV-VBR标准的嵌入式宽带语音编码器被引量：4: 5; 作者辛杰鲍长春 +1 位作者贾懋珅刘鑫《通信学报》 EI CSCD 北大核心 2010年第6期7-13,共7页; 基于国际电信联盟标准化组织(ITU-T)嵌入式变比特率(EV-VBR)编码标准提案,在本实验室开发的候选编码器基础上提出了一套改进的嵌入式变速率宽带语音编码方法。本算法在前2层使用代数码激励线性预测(ACELP)编码,增加计算量化了中间子帧... 展开更多; 关键词语音编码嵌入式编码嵌入式ACELP编码嵌入式TCX编码; 在线阅读下载PDF 职称材料

基于最小控制GARCH模型的噪声估计算法被引量：6: 6; 作者孟宪波鲍长春《电子学报》 EI CAS CSCD 北大核心 2016年第3期747-752,共6页; MCRA(Minima-Controlled Recursive Averaging)方法是经典的噪声估计算法,然而在语音段MCRA方法存在不能对噪声功率谱进行有效更新的问题.针对这一问题,本文利用广义自回归条件异方差(Generalized Autoregressive Conditional Heteroske... 展开更多; 关键词噪声估计 GARCH模型 MCRA算法语音增强; 在线阅读下载PDF 职称材料

能量匹配的MFS-HMM语音增强方法被引量：2: 7; 作者高珍珍鲍长春《信号处理》 CSCD 北大核心 2016年第8期937-944,共8页; 针对基于梅尔频谱域隐马尔可夫模型(Mel-Frequency Spectral domain Hidden Markov Model,MFS-HMM)的语音增强算法中存在训练集和测试集能量不匹配问题,本文提出了能量匹配的MFS-HMM语音增强方法。该方法采用迭代的期望最大(Expectation... 展开更多; 关键词语音增强隐马尔可夫模型梅尔频谱域能量调整; 在线阅读下载PDF 职称材料

基于GMM的AMR-NB与G.729A之间的LSP参数转码方法被引量：1: 8; 作者刘张宇鲍长春 +1 位作者邱建伟徐昊《通信学报》 EI CSCD 北大核心 2010年第2期44-50,共7页; 通过对高斯混合模型的数学分析,建立并实现了一种基于高斯混合模型的、AMR-NB与G.729A之间的LSP参数转码算法,并通过实验对高斯混合模型在转码中的一些实际应用问题进行了分析和讨论。实验结果表明,提出的基于高斯混合模型的LSP参数转... 展开更多; 关键词语音转码 GMM AMR-NB G.729A LSP; 在线阅读下载PDF 职称材料

题名噪声环境下的窄带音频信号快速分类方法被引量：1: 1; 作者芮瑞鲍长春; 机构北京工业大学电子信息与控制工程学院语音与音频信号处理实验室; 出处《计算机工程与应用》 CSCD 北大核心 2011年第16期22-25,共4页; 基金北京市属高等学校人才强教计划资助项目北京市教育委员会科技计划重点项目(No.KZ201110005005) 北京工业大学博士启动基金; 文摘提出了一种基于线性判别分析和高斯混合模型的窄带音频快速分类方法,该方法在白噪声、街道噪声和车内噪声环境下都能有效区分语音、音乐和噪声。实验结果表明,该方法在保证分类时间不大于1s的情况下,分类准确率能达到95以上。; 关键词音频快速分类特征提取线性判别分析高斯混合模型; Keywords fast audio classification feature extraction Linear Discriminant Analysis（LDA） Gaussian Mixture Mode（lGMM）; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于AR-HMM在线能量调整的语音增强方法被引量：6: 2; 作者何玉文鲍长春夏丙寅; 机构北京工业大学电子信息与控制工程学院语音与音频信号处理实验室; 出处《电子学报》 EI CAS CSCD 北大核心 2014年第10期1991-1997,共7页; 基金国家自然科学基金(No.61072089) 北京市教育委员会科技发展计划重点项目(No.KZ201110005005); 文摘针对单通道语音增强技术对非平稳噪声的跟踪不准确、噪声抑制效果较差的问题,本文提出一种基于在线能量调整的语音增强方法.该方法以归一化临界带能量为特征,采用高斯混合模型对背景噪声进行分类,利用对应类型噪声的自回归隐马尔可夫模型(Auto-Regressive Hidden Markov Model,AR-HMM)和纯净语音的AR-HMM,在最小均方误差准则下估计语音和噪声的功率谱.考虑到非平稳环境中训练集和测试集的差异性,需在线调整语音模型和噪声模型中的能量,语音模型的能量调整采用迭代的期望最大化算法;噪声模型的能量调整则利用的是模型训练过程中的能量重估方法,并以最小值控制的递归平均算法确定噪声能量调整的初始值.在ITU-T G.160标准下对算法进行性能测试,测试结果表明,本文方法对非平稳噪声的跟踪效果较好,对噪声衰减量较大,收敛时间较短.; 关键词语音增强非平稳噪声隐马尔可夫模型高斯混合模型; Keywords speech enhancement non-stationary noise hidden M arkov model Gaussian mixture model; 分类号 TP912.3 [自动化与计算机技术]; 在线阅读下载PDF 职称材料

题名基于ACELP的嵌入式语音编码算法被引量：5: 3; 作者范睿鲍长春李锐; 机构北京工业大学电子信息与控制工程学院语音与音频信号处理实验室; 出处《通信学报》 EI CSCD 北大核心 2007年第10期48-54,共7页; 文摘为实现对激励信号的精细描述,提出了一种基于ACELP模型的嵌入式语音编码算法,该算法通过逐层增加脉冲数以及采用一种新的自适应码书结构,能够保证各层编码的相对独立性以及编码器参数的最佳匹配。与以往基于ACELP模型的嵌入式编码算法相比,实现的编码器能够获得具有嵌入结构的码流,不仅能够保证核心层的合成语音质量,而且在增强层也取得了与对应速率的现有标准编码器相当的合成语音质量。; 关键词语音编码码激励线性预测嵌入式编码自适应码书代数码书; Keywords speech coding code excited linear prediction embedded coding adaptive codebook algebraic codebook; 分类号 TN912.3 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种基于自适应噪声估计的宽带语音增强算法被引量：1: 4; 作者周璇鲍长春夏丙寅梁岩何玉文; 机构北京工业大学电子信息与控制工程学院语音与音频信号处理实验室; 出处《信号处理》 CSCD 北大核心 2011年第9期1313-1318,共6页; 基金北京市教育委员会科技计划重点项目(No.KZ201110005005) 北京市属高等学校人才强教计划资助项目; 文摘为解决传统算法对噪声适应性较差,残留音乐噪声较强的问题,本文提出了一种基于自适应噪声估计的宽带语音增强算法。该算法可应用于宽带语音编码器,以提升在噪声环境下的编码质量。本文所提算法利用谱熵对噪声类型进行有效地判别,将背景噪声分为白噪声和有色噪声两类,并根据噪声特性选择适当的噪声估计方法。在白噪声背景下,选择一种谱平滑的方法;在有色噪声背景下,则选择经典的最小值控制递归平均算法。在此基础上结合经典的统计模型方法,构建一种具有较强噪声鲁棒性的宽带语音增强算法。在ITU-T G.160标准下对算法进行性能测试,测试结果表明,在不同强度的背景噪声环境下,增强语音的信噪比提高都较为明显。同时,在低信噪比情况下,该算法有效地抑制了严重影响听觉质量的音乐噪声现象。; 关键词宽带语音增强噪声估计统计模型谱熵; Keywords Wideband Speech Enhancement Noise Estimation Statistical Model Spectral Entropy; 分类号 TN912.35 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名改进的符合EV-VBR标准的嵌入式宽带语音编码器被引量：4: 5; 作者辛杰鲍长春贾懋珅刘鑫; 机构北京工业大学电子信息与控制工程学院语音与音频信号处理实验室; 出处《通信学报》 EI CSCD 北大核心 2010年第6期7-13,共7页; 基金国家自然科学基金资助项目(60872027) 北京市自然科学基金资助项目(4082006) 北京市属高等学校人才强教计划基金资助项目~~; 文摘基于国际电信联盟标准化组织(ITU-T)嵌入式变比特率(EV-VBR)编码标准提案,在本实验室开发的候选编码器基础上提出了一套改进的嵌入式变速率宽带语音编码方法。本算法在前2层使用代数码激励线性预测(ACELP)编码,增加计算量化了中间子帧谱参数,设计实现了三脉冲深度优先树搜索算法;在后3个编码层,本算法使用累积频域系数矢量的方式重新构建了嵌入式变换域编码(TCX)。此外,改进编码器还实现了语音激活检测(VAD)和非连续传输(DTX)功能。相关测试表明,改进编码器较原编码器,语音质量有明显改善,编码复杂度显著降低,编解码质量和效率与最新的G.718标准接近,并保持了低延迟的优点。; 关键词语音编码嵌入式编码嵌入式ACELP编码嵌入式TCX编码; Keywords speech coding embedded coding embedded ACELP coding embedded TCX coding; 分类号 TN912.3 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于最小控制GARCH模型的噪声估计算法被引量：6: 6; 作者孟宪波鲍长春; 机构北京工业大学电子信息与控制工程学院语音与音频信号处理实验室; 出处《电子学报》 EI CAS CSCD 北大核心 2016年第3期747-752,共6页; 基金国家自然科学基金(No.61471014); 文摘 MCRA(Minima-Controlled Recursive Averaging)方法是经典的噪声估计算法,然而在语音段MCRA方法存在不能对噪声功率谱进行有效更新的问题.针对这一问题,本文利用广义自回归条件异方差(Generalized Autoregressive Conditional Heteroskedasticity,GARCH)模型在时频域对噪声信号建模,在MCRA算法原理的基础上,提出了基于最小控制GARCH模型的噪声估计算法,实验结果表明,本文所提的噪声估计算法能够更为准确估计噪声功率谱,将该算法应用到语音增强中能够获得到较好的语音增强效果.; 关键词噪声估计 GARCH模型 MCRA算法语音增强; Keywords noise estimate GARCH model M CRA algorithm speech enhancement; 分类号 TN912.3 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名能量匹配的MFS-HMM语音增强方法被引量：2: 7; 作者高珍珍鲍长春; 机构北京工业大学电子信息与控制工程学院语音与音频信号处理实验室; 出处《信号处理》 CSCD 北大核心 2016年第8期937-944,共8页; 基金国家自然科学基金项目(61471014); 文摘针对基于梅尔频谱域隐马尔可夫模型(Mel-Frequency Spectral domain Hidden Markov Model,MFS-HMM)的语音增强算法中存在训练集和测试集能量不匹配问题,本文提出了能量匹配的MFS-HMM语音增强方法。该方法采用迭代的期望最大(Expectation Maximization,EM)法在线估计纯净语音和噪声的对数能量调整因子,并在线修正纯净语音和噪声的HMM参数,使得训练集和测试集能量相匹配,有效地解决了能量不匹配对增强语音质量影响的问题。主客观测试结果表明,本文所提方法优于参考算法。; 关键词语音增强隐马尔可夫模型梅尔频谱域能量调整; Keywords speech enhancement hidden Markov model Mel-frequency spectral domain enengy adjustment; 分类号 TN912.3 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于GMM的AMR-NB与G.729A之间的LSP参数转码方法被引量：1: 8; 作者刘张宇鲍长春邱建伟徐昊; 机构北京工业大学电子信息与控制工程学院语音与音频信号处理实验室; 出处《通信学报》 EI CSCD 北大核心 2010年第2期44-50,共7页; 文摘通过对高斯混合模型的数学分析,建立并实现了一种基于高斯混合模型的、AMR-NB与G.729A之间的LSP参数转码算法,并通过实验对高斯混合模型在转码中的一些实际应用问题进行了分析和讨论。实验结果表明,提出的基于高斯混合模型的LSP参数转码算法在合成语音质量不次于DTE方法的同时,LSP参数转码复杂度下降了78%以上。; 关键词语音转码 GMM AMR-NB G.729A LSP; Keywords speech transcoding GMM AMR-NB G.729A LSP; 分类号 TN912.3 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	噪声环境下的窄带音频信号快速分类方法	芮瑞鲍长春	《计算机工程与应用》 CSCD 北大核心	2011	1	在线阅读下载PDF 职称材料
2	基于AR-HMM在线能量调整的语音增强方法	何玉文鲍长春夏丙寅	《电子学报》 EI CAS CSCD 北大核心	2014	6	在线阅读下载PDF 职称材料
3	基于ACELP的嵌入式语音编码算法	范睿鲍长春李锐	《通信学报》 EI CSCD 北大核心	2007	5	在线阅读下载PDF 职称材料
4	一种基于自适应噪声估计的宽带语音增强算法	周璇鲍长春夏丙寅梁岩何玉文	《信号处理》 CSCD 北大核心	2011	1	在线阅读下载PDF 职称材料
5	改进的符合EV-VBR标准的嵌入式宽带语音编码器	辛杰鲍长春贾懋珅刘鑫	《通信学报》 EI CSCD 北大核心	2010	4	在线阅读下载PDF 职称材料
6	基于最小控制GARCH模型的噪声估计算法	孟宪波鲍长春	《电子学报》 EI CAS CSCD 北大核心	2016	6	在线阅读下载PDF 职称材料
7	能量匹配的MFS-HMM语音增强方法	高珍珍鲍长春	《信号处理》 CSCD 北大核心	2016	2	在线阅读下载PDF 职称材料
8	基于GMM的AMR-NB与G.729A之间的LSP参数转码方法	刘张宇鲍长春邱建伟徐昊	《通信学报》 EI CSCD 北大核心	2010	1	在线阅读下载PDF 职称材料