用于隐马尔可夫模型语音带宽扩展的激励分段扩展方法

发布时间：2018-03-20 07:28

  本文选题：语音带宽扩展　切入点：分段扩展　出处：《计算机应用》2017年08期 　论文类型：期刊论文

【摘要】：语音带宽扩展通过人为恢复窄带语音的频谱带宽来提高语音听觉质量。针对源滤波器扩展模型的激励扩展问题,提出一种分段扩展方法。该方法在扩展带的低频段与高频段部分分别采用窄带激励源的高频部分与帧能量等效的白噪声作为激励信号,最后两者与原窄带激励组成宽带激励信号。基于隐马尔可夫模型(HMM)谱包络估计的宽带语音重构实验结果表明:该方法降低了重建语音的失真度,恢复重建的语音信号优于谱平移激励扩展方法。
[Abstract]:Speech bandwidth expansion improves the quality of speech hearing by artificially restoring the spectrum bandwidth of narrowband speech. A piecewise expansion method is proposed, in which the white noise of the high frequency part of the narrow band excitation source is used as the excitation signal in the low frequency band and the high frequency band part of the spread band, respectively, which is equivalent to the frame energy. The experimental results of wideband speech reconstruction based on hidden Markov model (HMMM) spectrum envelope estimation show that the proposed method reduces the distortion of reconstructed speech. The reconstructed speech signal is superior to the spectral translation excitation expansion method.
【作者单位】： 广东药科大学医药信息工程学院;中山大学电子与信息工程学院;
【基金】：国家自然科学基金资助项目(61473322,81570904)~~
【分类号】：TN912.3

【参考文献】

相关期刊论文 前3条

1 王迎雪;赵胜辉;于莹莹;匡镜明;;基于受限玻尔兹曼机的语音带宽扩展[J];电子与信息学报;2016年07期

2 张勇;刘轶;;窄带语音带宽扩展算法研究[J];声学学报;2014年06期

3 张勇;胡瑞敏;;基于高斯混合模型的语音带宽扩展算法的研究[J];声学学报(中文版);2009年05期

【共引文献】

相关期刊论文 前10条

1 郭雷勇;李宇;林胜义;谭洪舟;;用于隐马尔可夫模型语音带宽扩展的激励分段扩展方法[J];计算机应用;2017年08期

2 王迎雪;赵胜辉;匡镜明;;考虑帧间信息的语音带宽扩展[J];声学学报;2017年03期

3 白海钏;鲍长春;刘鑫;;基于局部最小二乘支持向量机的音频频带扩展方法[J];电子学报;2016年09期

4 王迎雪;赵胜辉;于莹莹;匡镜明;;基于受限玻尔兹曼机的语音带宽扩展[J];电子与信息学报;2016年07期

5 林胜义;肖政宏;;基于线性源滤波器的语音频带扩展方法研究[J];自动化与信息工程;2016年01期

6 何昕;蒋豪;韩丹;;管制指令特征参数提取研究[J];科学技术与工程;2015年20期

7 张勇;刘轶;;窄带语音带宽扩展算法研究[J];声学学报;2014年06期

8 ZHANG Yong;LIU Yi;;Narrowband speech wideband extension algorithm research[J];Chinese Journal of Acoustics;2014年02期

9 邓峰;鲍长春;鲍枫;;基于核Fisher判别和加权码书映射的音频信号削波修复方法[J];数据采集与处理;2014年02期

10 张兴涛;鲍长春;刘鑫;张丽燕;;基于Volterra级数预测的音频频带扩展[J];电子学报;2012年12期

【二级参考文献】

相关期刊论文 前7条

1 张勇;胡瑞敏;;基于高斯混合模型的语音带宽扩展算法的研究[J];声学学报(中文版);2009年05期

2 俞一彪,王朔中;文本无关说话人识别的全特征矢量集模型及互信息评估方法[J];声学学报;2005年06期

3 郎s，

本文编号：1638074