随笔分类 - 语音信号处理
摘要：文章代码仓库：https://gitee.com/LXP-Never/window_fun 窗函数贯穿整个语音信号处理，语音信号是一个非平稳的时变信号，但“**短时间内可以认为语音信号是平稳时不变的，一般 10~30ms**。 对连续的语音分帧做STFT处理，等价于截取一段时间信号，对其进行周期性延
阅读全文
摘要：本文代码：https://gitee.com/LXP-Never/py-equalizer 引言 音频均衡器，简称EQ(Equalizer)，是一种用于调整音频信号中不同频率成分的设备。它可以帮助我们提升或削减特定频段的声音，以达到期望的音质效果。最早是用来提升电话信号在长距离的传输中损失的高频。
阅读全文
摘要：语音顶会 ICASSP 所有年份论文集下载地址：https://ieeexplore.ieee.org/xpl/conhome/1000002/all-proceedings Interspeech 所有年份论文集下载地址：https://www.isca-speech.org/archive/ 期
阅读全文
摘要：DRC介绍 动态范围就是信号的最大幅值和最小幅值比值的对数(单位dB)，动态范围会受到系统中各个环节的影响。例如同样是这段音乐，在一个40dB背景噪声的环境中播放，那么由于掩蔽效应等因素的影响，最终实际听到的音乐动态范围实际上是50dB。如果对响度和动态范围感兴趣的可以移步看鬼斧神工的文章《详解音频
阅读全文
摘要：博客地址：https://www.cnblogs.com/LXP-Never/p/15474948.html（转载请注明出处） 博客作者：凌逆战 语音数据集 TIMIT 官方提供的下载地址：https://catalog.ldc.upenn.edu/LDC93S1 免费下载地址：https://go
阅读全文
摘要：语音信号有四个重要的参数：声道数、采样频率、量化位数(位深)和比特率。 声道数：可以是单声道、双声道 ... 采样率（Sample rate）：声音是模拟信号，物理信号转化为数字信号的过程我们称之为采样，采样率则表示 每秒对声音信号(模拟信号)抽取的总采样点数，44100Hz采样频率意味着每秒钟信号
阅读全文
摘要：本文地址：https://www.cnblogs.com/LXP-Never/p/16011229.html (引用请注明出处) 本文代码：https://github.com/LXP-Never/perception_scale 作者： 凌逆战 | Never.Ling 梅尔刻度 梅尔刻度（Mel
阅读全文
摘要：国内 【深蓝学院】语音信号处理——宋辉，李先刚 【深蓝学院】语音识别综述 【深蓝学院】语音识别：从入门到精通——谢磊、孙思宁、张彬彬、吕航、许开拓 【深蓝学院】语音合成算法：从HTS到端到端 【深蓝学院】语音合成：基础与前沿——谢磊、陈云琳、阳珊、张雨超 【深蓝学院】语音算法：前沿与应用——李先刚、
阅读全文
摘要：博客作者：凌逆战 博客地址：https://www.cnblogs.com/LXP-Never/p/13404523.html 音频时域波形具有以下特征：音调，响度，质量。我们在进行数据增强时，最好只做一些小改动，使得增强数据和源数据存在较小差异即可，切记不能改变原有数据的结构，不然将产生“脏数据”
阅读全文
摘要：空 移步：https://www.cnblogs.com/LXP-Never/p/10619759.html
阅读全文
摘要：作者：凌逆战 地址：https://www.cnblogs.com/LXP-Never/p/12051532.html 预备知识 麦克风阵列结构 多个麦克风阵元在空间范围内按照不同的方式排列可以构成不同麦克风阵列拓扑结构。在实际的阵列设计和选择时要考虑麦克风数量、麦克风位置以及不同阵元间距对语音信号
阅读全文
摘要：作者：凌逆战 时间：2019-11-01 文章地址：https://www.cnblogs.com/LXP-Never/p/11775413.html 扬声器摆放解决方案 恩智浦公司 参考网站：https://www.nxp.com.cn 恩智浦半导体公司宣布推出了一款回声消除及降噪解决方案，该解决
阅读全文
摘要：作者：凌逆战博客园地址：https://www.cnblogs.com/LXP-Never/p/11773190.html 想要降低汽车噪声，就要了解汽车室内噪声环境， 汽车噪声系统框图 外部激励：风噪、路噪以及环境噪声等激励噪声 内部激励：悬架系统、变速箱系统、发动机等系统在行车时造成的 振动激励
阅读全文
摘要：论文地址：Some Commonly Used Speech Feature Extraction Algorithms 前言 语言是一种复杂的自然习得的人类运动能力。成人的特点是通过大约100块肌肉的协调运动，每秒发出14种不同的声音。说话人识别是指软件或硬件接收语音信号，识别语音信号中出现的说话
阅读全文
摘要：智能耳机 人机交互 智能音箱 智能听力器 动圈喇叭 DLC 石墨烯 陶瓷单位 吸音材料 阵列式麦克风 声纹传感器 降噪算法 智能听力保护 ANC ANC 降低噪音通常所采用的三种降噪措施，即在声源处降噪、在传播过程中降噪及在人耳处降噪，都是被动的。为了主动地消除噪声，人们发明了“有源消声”这一技术。
阅读全文
摘要：声波相消理论 当两列声波同时在同一媒质中传播并在某处相遇时，任意点上的振动将是二者引起振动的叠加，该现象被称为声波干涉。 若两列声波具有相同频率及固定相位差，当其传播到同一位置时，若出现同相振动则会产生相长干涉，若出现反相振动则会出现相消干涉。 基于声波相消干涉原理来实现噪声能量的抵消，这即为主动噪
阅读全文
摘要：1. 概述 语音是人类之间沟通交流的最直接也是最快捷方便的一种手段，而实现人类与计算机之间畅通无阻的语音交流，一直是人类追求的一个梦想。 伴随着移动智能设备的普及，各家移动设备的厂家也开始在自家的设备上集成了语音识别系统，像Apple Siri、Microsoft Cortana、Google No
阅读全文
摘要：librosa是一个非常强大的python语音信号处理的第三方库，本文参考的是librosa的官方文档，本文主要总结了一些重要，对我来说非常常用的功能。学会librosa后再也不用用python去实现那些复杂的算法了，只需要一句语句就能轻松实现。 先总结一下本文中常用的专业名词：sr：采样率、hop
阅读全文
摘要：梅尔倒谱系数（Mel-scale FrequencyCepstral Coefficients，简称MFCC）。依据人的听觉实验结果来分析语音的频谱， MFCC分析依据的听觉机理有两个 第一梅尔刻度（Mel scale）：人耳感知的声音频率和声音的实际频率并不是线性的，有下面公式 从频率转换为梅尔刻
阅读全文
摘要：一、前言 我想认真写好快速傅里叶变换（Fast Fourier Transform，FFT），所以这篇文章会由浅到细，由窄到宽的讲解，但是傅里叶变换对于寻常人并不是很容易理解的，所以对于基础不牢的人我会通过前言普及一下相关知识。 我们复习一下三角函数的标准式： $$y=A\cos (\omega x
阅读全文
浙公网安备 33010602011771号