一、话音检测算法分析及其DSP实现（论文文献综述）
况鹏,黄海,毛少帅,王康利[1]（2016）在《基于TMS320C6678的合成语音检测系统的设计与实现》文中认为针对合成语音检测系统在大规模电信网应用中的实时性需求,在分析合成语音检测原理和多核DSP任务并行的基础上,提出了一种基于TMS320C6678的合成语音检测算法并行实现方法,该方法实现了任务级并行流水和核间高效通信。实验结果表明,该方法是可行、有效的,并且基于TMS320C6678的合成语音检测系统的实时处理能力有很大提升。
张勇[2]（2014）在《一种二/四线转换话音检测技术的设计》文中指出针对模拟四线话音接入程控电话网的需求,通过话音检测技术实现二/四线的话音转换,提出一种采用DSP实现话音检测技术的解决方案。该方案通过DSP芯片将模拟两线话音通过话音检测、剪音等技术实现模拟两线通过话音检测模块输出四线话音和PTT信号,该技术在复杂环境下的话音检测成功率,保证了话音和PTT信令传输的可靠性。
李照帅[3]（2012）在《超短波通信静噪关键技术研究与验证》文中研究说明超短波通信电台广泛应用于军队的野外作战指挥，其语音通信质量的好坏直接影响到部队的远程指挥及命令的下达。在正常情况下，使用有线电话通信时接收到的语音信号噪声很小甚至没有。但超短波传输环境复杂，语音信号在传输过程中会受到各种噪声干扰，噪声的大小、接收到信号的强弱、通信距离的远近以及多普勒运动对最后接收到语音的质量影响很大。在使用对超短波通信电台进行通话时会有这样的体验，在接收到的信号强时，噪音就小，甚至没有噪音，语音很干净；反之语音信号弱，噪音就大，特别是无语音信号时音频的输出端会发出哗哗的刺耳噪声。超短波电台的静噪功能就是为了解决通话质量和噪音的问题，在无语音时关闭音频输出，并且当信噪比较低时对语音信号降噪，从而提高接收端语音的清晰度和可懂度。为此本文在超短波通信硬件平台上设计了静噪系统，实现了对接收端输入信号中是否含有语音信号的检测，在检测到无语音信号时关闭音频输出，并在信噪比较低时对语音信号中的噪声进行抑制。首先，论文探讨了超短波通信静噪技术的现状。静噪关键技术主要有语音有无检测和噪声抑制两部分。其次，本文根据静噪功能的需求和超短波通信平台的硬件条件，设计了超短波通信的静噪方案，并在以TMS320C6748芯片为核心的超短波通信平台上实现了超短波通信数字静噪技术。最后，通过测试平台的搭建，完成了超短波通信的静噪功能和性能测试。测试结果表明，超短波通信的静噪功能正常，并且能够抑制低信噪比语音信号中的噪声，提升其信噪比。本文设计的超短波通信静噪方案，不但实现了接收信号中有无语音信号的检测，而且能够抑制带噪语音信号中的噪声，最多能将语音信号的信噪比提高5.1dB。该静噪方案在新型的超短波电台中具有良好的应用前景。
楼侃[4]（2010）在《基于DSP的语音信号环境噪声降噪处理技术的研究》文中认为在战场环境下噪声巨大导致通信困难是个很严重的问题。国内语音去噪的方法多种多样,但是基本全是针对实验室环境下的平稳高斯白噪声进行去噪处理,而对强噪声环境下非平稳噪声的去噪效果始终不理想。少数方法效果较好但是运算量巨大或实现困难。本文对目前主要的几种语音增强方法进行了研究,并在matlab上对其中的维纳滤波法、卡尔曼滤波法,谱减法等方法进行仿真了并对其实现的复杂程度和实际去噪效果做了比较,然后在此基础上对基于先验信噪比的改进型谱减法又做了多种改进以更好的辨别语音和噪声等,去噪效果在原基础上再次取得了一定程度的改善。本文已成功应用TMS320VC5402实现对语音信号的实时采集和降噪处理并播放。
李昕[5]（2009）在《基于FPGA的自适应滤波器设计及在回声消除中的应用研究》文中研究说明本论文以我所承研的ASK改造项目为契机,参加了对靶场光电测控领域话音调度系统的设计,针对通信系统中的回声消除问题进行了研究。通过对自适应滤波算法的研究和分析,选择出适合自适应回声消除的最小均方误差（LMS）算法,并以此作为重点对以LMS算法为基础的其它LMS算法做了详细的研究,提出一种改进的变步长块LMS算法。在对自适应算法的实现方式选择上,没有采用现在比较常用的DSP（DigitalSignal Processor,如TI公司DSP）实现,而是采样Altera公司的FPGA（FiledProgrammable Gate Array）,利用FPGA大量的硬件乘法电路,实现更高速,实时的自适应滤波器设计。在FPGA实现自适应滤波器过程中,本文通过DSPBuilder实现了LMS、归一化LMS（NLMS）和解相关归一化LMS（DNLMS）算法。同时为了减少对硬件消耗,在滤波速度不受影响的前提下,采样DSPBuilder和嵌入式软核NIOSⅡ实现自适应滤波器,将对速度要求不高和有条件判断的部分,在软核中用软件实现。结合以上对硬件的需求,设计出了以cycloneⅢ的EP3C25Q240为核心FPGA电路板和以TLV320AIC23B为核心的语言处理电路板。通过仿真和实际电路调试,在FPGA中实现自适应滤波和回声消除,是一个非常可行和理想的选择。
范锦秀[6]（2009）在《AMR-WB语音编码算法的优化及实现》文中认为高速发展的DSP技术为语音信号处理提供了强有力的工具,使实时实现各种复杂算法成为可能。针对不同应用,国际标准组织制定了一系列语音压缩编码标准,其中AMR-WB语音编码是3GPP组织于2001年3月制定的自适应变速率宽带语音编码标准,并被国际电信联盟电信标准部ITU-T选定为有线通信的宽带编码标准,其编码方法采用的是代数码本激励线性预测技术。与其他语音编码标准相比,AMR-WB语音编码器的重建语音具有更高的自然度和可懂度,可广泛应用于移动通信、ISDN宽带电话、ISDN可视电话和电视会议等领域,但其较高的计算复杂度限制了其在计算资源有限的某些领域的应用。本文的目标是在维持合成语音质量的前提下降低AMR-WB语音编码算法计算复杂度,并在TMS320C6416 DSP上实现AMR-WB语音编码的实时处理。本文对AMR-WB语音编码算法的时间复杂度、空间复杂度及合成语音质量进行了评估。评估测试表明:固定码本搜索算法的计算复杂度为674.13MIPS,占整个AMR-WB语音编码算法的40%左右。这是导致整个语音编码算法复杂度偏高的主要原因。针对上述问题,本文在充分研究了ACELP固定码本搜索方法的基础上,提出了一种基于AMR-WB固定码本结构的快速搜索方法,实验结果表明,与AMR-WB中深度优先树搜索方法相比,新方法不仅能够维持合成语音质量,更使固定码本搜索模块的计算复杂度降低了53.6%,整个语音编码算法的计算复杂度降低了21.2%;最后,对AMR-WB语音编码算法进行了基于TMS320C6416平台的移植和优化,完成了关键模块的C代码优化,实时实现了AMR-WB语音编码算法。
王伟[7]（2009）在《基于DSP的会议电话语音改善技术的研究与实现》文中研究表明随着电视电话会议系统的普及和人们对通话质量要求的提高,扬声器和麦克风的数目也要求增多,以增强身临其境的感觉。但是,由于扬声器和麦克风数目的增多,回波也随之增多。如何有效地消除这些回波,是保证通话质量的一个重要因素。本文主要研究适合DSP实现的快速多路回波消除自适应算法。首先对自适应多路回波消除的原理及存在问题进行了阐述和分析,对目前现有的多路回波消除自适应算法进行了介绍,阐述了各种算法的优缺点。然后在最小均方误差（LMS）算法基础上利用系统过去时刻数据和频域批处理技术（Frequency-domain Block）,得到了改进的回波消除自适应（NM-FBLMS）算法并将其扩展到两路回波消除中。仿真结果表明,新算法在收敛速度和计算复杂度方面都有明显改善,克服了LMS算法收敛速度慢以及仿射投影算法（APA）、递归最小二乘算法（RLS）计算量大的缺点。同时又比较了几种双端检测算法,选取了性能比较好的双阈值方法进行双端检测。最后,在基于TMS320VC5509DSK最小目标系统板上进行了实时验证。
胡爱荣[8]（2008）在《Speex语音编解码算法及其在DSP上的实现》文中研究表明随着IP技术的不断发展,VoIP（Voice over IP）即IP语音技术近年来受到越来越多人的青睐。而DSP技术的迅速发展为复杂的语音压缩算法的实时实现提供了可能。定点DSP芯片以其良好的性价比被广泛应用于音、视频处理这一多媒体应用领域。本论文就是基于ADI公司的定点DSP芯片ADSP2181来实现VoIP中的语音编解码算法。目前已在该芯片系列上实现的各种标准算法有G.711,G.721,G.729.A,G.723.1,ILBC等,但由于算法提出的背景和算法自身的特点,这些算法在VoIP应用中大都有本身专利限制或传输速率单一等问题,因而需要没有专利限制,并且可以提供多种传输速率的算法出现。Speex算法就是这样一种集成了窄带、宽带和超宽带的可变多速率,并且完全免费的没有专利限制的开源算法。它支持动态比特率切换,能根据网络及终端的实际情况自适应地选择不同的语音编码速率,减少误码和丢帧对通话的影响,以期获得尽可能好的话音质量。由于Speex种种独有的优点,所以对其算法及其实现的研究具有非常重要的现实意义。本论文对Speex算法作了较为深入的研究,并在24位定点DSP芯片上进行了实现。同时,本文还对代码优化做了一些探讨,并减少了算法的运算复杂度,提高了编码效率。本论文主要完成了以下几项工作:（1）把已有的算法的定点C代码转化为DSP汇编代码。在此过程中通过运行大量的测试序列,对程序进行了反复的调试,保证程序的正确性,期间修改了定点C中的部分溢出错误。（2）对Speex算法的实现机理进行了较为深入的研究,并针对ADSP2181处理器的特点进行了优化。测试结果表明:经过优化,Speex编码算法的运算速度提高了大约40%（48MIPS----30MIPS）。Speex编解码算法最终在一个实际的VoIP电话终端中得到了应用。
李本军[9]（2008）在《无线电台实时语音增强算法研究》文中提出超短波半双工调频电台是我军广泛采用的无线电话音、数据传输设备,由于电磁波在传输中容易受到复杂电磁环境的干扰,接收到的语音通常会引入大量噪声,严重影响了接收端语音的可懂度、舒适度,容易引起听觉疲劳。论文围绕无线电台语音增强问题开展研究工作。论文的工作主要包括如下内容:（1）在分析了超短波半双工调频电台的语音传输和噪声特性的基础上,首先研究了基于维纳滤波的ETSI标准语音增强算法,分析了该算法的原理和实现要点,指出该算法在非平稳和低信噪比环境下性能不佳,主要原因在于它采用基于时域能量的语音端点检测来区分噪声和语音,其算法可靠性不高,在低信噪比情况下容易产生混淆,另外算法复杂,计算量大也是它的一个缺点。（2）研究了基于最小统计的谱减法语音增强算法,该算法不需要端点检测就可以较好地去除信号中的噪声,其稳定性比ETSI算法有明显改善,但是由于该算法采用的最小均方误差准则使得处理后的语音有明显的音乐噪声,给听觉带来不适。（3）为克服基于最小统计的谱减法语音增强算法的缺点,研究了反应人耳听觉特性的临界频带和听觉掩蔽特性,将其与最小统计算法结合,较好地去除了音乐噪声。（4）以高速定点DSP芯片BF533为核心,完成了嵌入式语音信号处理平台硬件电路的设计与调试,在该电路上移植了uClinux操作系统,开发了相应设备驱动程序,构建了一个完整的嵌入式语音信号处理平台。开发了基于本文算法的定点C代码,针对BF533进行了优化处理,并成功移植到该语音信号处理平台上。最后,对实现的系统进行了语音评估。
杨雯静[10]（2006）在《基于DSP的会议电话语音改善技术的研究与实现》文中研究说明随着通信数字信号处理和大规模集成电路技术的飞速发展，人们对语音通信（如视频会议系统和免提电话等系统）质量的要求越来越高。回波消除和语音增强技术成为世界各大通信公司竞争的热点。本文结合作者在ATMEL公司从事语音信号处理和会议电话系统开发的研究工作，就上述问题展开讨论提出了基于Diopsis740（DSP处理器）的会议电话语音增强方案。 论文首先研究了用于声音通信系统中的声回波抵消技术。声回波抵消通常采用由自适应滤波器组成的声回波抵消器来实现。文章具体比较了最小均方误差（LMS）算法、归一化最小均方误差（NLMS）算法、递归最小二乘（RLS）算法的性能，提出了适合DSP的高性能且快速运算的频域块处理LMS（BFLMS）算法。同时为了提高算法的收敛性，又比了较几种双端检测算法，选取了性能最优的双阈值算法进行双端检测。最后，在基于Diopsis740的会议电话系统上进行了算法实现。 论文还重点讨论了基于声阵列的语音增强方法。声阵列是指由若干个传声器或扬声器按照一定的几何结构排列而成的阵列系统，基于声阵列的语音增强方法主要是依赖于波束形成技术。论文对几种较为典型的波束形成技术：延迟求和波束形成技术、恒定指向性波束形成技术、自适应波束形成技术中的总旁瓣消除技术、以及后置滤波技术等进行了详细的讨论。并给出了各种主要技术算法的计算机模拟，对其在Diosps上的应用进行了可行性的分析。 论文的主要工作及创新点包括： 1．比较分析了多种自适应滤波算法和双端检测算法； 2．提出了适合DSP的高性能且快速运算的频域块处理LMS（BFLMS）算法和双阈值双端检测算法，结合这两种算法算法，实现了对包括Diopsis在内的DSP处理器进行快速回波抵消： 3．研究了阵列技术在语音增强方面的应用； 4．比较了总旁瓣消除技术和基于麦克风阵列的后置自适应滤波器噪声消除算法； 5．分析了阵列增强技术在DSP处理器上的应用。
二、话音检测算法分析及其DSP实现（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、话音检测算法分析及其DSP实现（论文提纲范文）
（1）基于TMS320C6678的合成语音检测系统的设计与实现（论文提纲范文）
| 1 改进的合成语音检测算法的具体实现 |
| 1.1 合成语音声学特征参数提取 |
| 1.2 分类决策 |
| 1.3 改进算法性能测试 |
| 2 基于TMS320C6678的合成语音检测算法优化 |
| 2.1 合成语音检测算法分解 |
| 2.2 算法实时性分析 |
| 2.3 算法优化 |
| 3 基于TMS320C6678的合成语音检测算法并行设计 |
| 4 基于TMS320C6678的合成语音检测算法实现 |
| 4.1 合成语音检测算法在TMS320C6678中的实现 |
| 4.2 实验结果与分析 |
| 5 结束语 |
（3）超短波通信静噪关键技术研究与验证（论文提纲范文）
| 摘要 |
| Abstract |
| 图目录 |
| 表目录 |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 论文内容及结构 |
| 第二章 超短波通信静噪技术现状 |
| 2.1 引言 |
| 2.2 常用静噪方法 |
| 2.2.1 噪声检测静噪 |
| 2.2.2 载波检测静噪 |
| 2.2.3 导频检测 |
| 2.3 基于短时谱估计的噪声抑制方法 |
| 2.3.1 谱相减法 |
| 2.3.2 维纳滤波 |
| 2.3.3 最小均方误差估计法 |
| 2.3.4 噪声功率谱估计 |
| 2.4 基于卡尔曼滤波的噪声抑制方法 |
| 2.4.1 卡尔曼滤波 |
| 2.4.2 卡尔曼滤波语音降噪 |
| 2.4.3 参数估计 |
| 2.5 静噪功能需求分析 |
| 2.5.1 功能需求分析 |
| 2.5.2 性能指标需求分析 |
| 2.6 小结 |
| 第三章 超短波通信静噪方案概要设计 |
| 3.1 引言 |
| 3.2 音频信号的静噪设计 |
| 3.2.1 语音信号检测设计 |
| 3.2.2 噪声抑制方法选择 |
| 3.2.3 噪声功率谱估计 |
| 3.3 硬件结构概述 |
| 3.3.1 数字信号处理单元 |
| 3.3.2 数字前端 |
| 3.3.3 音频输出单元 |
| 3.4 软件架构设计 |
| 3.4.1 音频输出通路模块设计 |
| 3.4.2 数据采集接口模块设计 |
| 3.4.3 数据缓冲模块设计 |
| 3.4.4 自动增益输出模块设计 |
| 3.4.5 信号解调模块设计 |
| 3.4.6 滤波器模块的设计 |
| 3.5 小结 |
| 第四章 超短波通信静噪的软件实现 |
| 4.1 概述 |
| 4.2 软件总体工作流程 |
| 4.3 信号处理流程 |
| 4.3.1 AGC 控制流程 |
| 4.3.2 中频信号解调流程 |
| 4.4 静噪控制流程 |
| 4.4.1 静噪处理的总体流程 |
| 4.4.2 短时自相关检测的算法实现流程 |
| 4.4.3 音频信噪比计算和音频噪声抑制的流程设计 |
| 4.5 DSP芯片初始化设计 |
| 4.6 数据采集流程 |
| 4.7 DSP软件优化 |
| 4.8 小结 |
| 第五章 测试与性能分析 |
| 5.1 引言 |
| 5.2 测试环境 |
| 5.3 数据采集测试 |
| 5.4 滤波处理测试 |
| 5.5 AGC 电压提取 |
| 5.6 中频解调信号 |
| 5.7 静噪功能测试 |
| 5.8 信噪比指标测试 |
| 5.9 总结 |
| 第六章 总结 |
| 6.1 本文总结及主要贡献 |
| 6.2 下一步工作的建议 |
| 致谢 |
| 参考文献 |
| 附录 DSP 软件部分程序 |
| 个人简历 |
| 攻读硕士学位期间的研究成果 |
（4）基于DSP的语音信号环境噪声降噪处理技术的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 语音历史背景及研究意义 |
| 1.2 国内外研究现状及存在的问题 |
| 1.3 本文主要工作 |
| 1.4 本文的组织 |
| 第二章 语音及噪声特性 |
| 2.1 语音特性 |
| 2.2 噪声特性 |
| 2.3 人耳的感知特性 |
| 第三章 语音增强技术综述 |
| 3.1 语音增强算法概述 |
| 3.2 经典谱减法 |
| 3.3 谱减法的几种改进算法 |
| 3.4 本文采用的改进型谱减法及其计算机仿真 |
| 3.5 自适应滤波法 |
| 第四章 DSP硬件平台 |
| 4.1 硬件系统总体概述 |
| 4.2 TMS320C5402概述 |
| 4.3 CCS集成开发环境 |
| 第五章 基于谱减法的语音增强在DSP环境下实时实现 |
| 5.1 系统工作原理及硬件流程图 |
| 5.2 系统软件设计 |
| 5.3 系统的调试及结果 |
| 第六章 结论与展望 |
| 6.1 本论文主要完成的工作 |
| 6.2 有待进一步研究的问题 |
| 致谢 |
| 参考文献 |
（5）基于FPGA的自适应滤波器设计及在回声消除中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 自适应回声消除国内外研究现状 |
| 1.3 本文研究内容及论文结构 |
| 第二章 ASK话音通信系统 |
| 2.1 ASK语言通信系统简介 |
| 2.2 本章小结 |
| 第三章:自适应回声消除算法的研究 |
| 3.1 回声产生机理 |
| 3.2 自适应滤波器原理 |
| 3.3 自适应滤器算法 |
| 3.3.1 LMS算法 |
| 3.3.2 归一化LMS(NLMS)算法 |
| 3.3.3 解相关原理及在NLMS算法中的应用 |
| 3.3.4 变步长LMS算法 |
| 3.3.5 块自适应滤波器及块LMS算法 |
| 3.3.6 RLS算法 |
| 3.4 一种改进的变步长块LMS算法: |
| 3.4.1 变步长块LMS算法原理 |
| 3.4.2 计算机仿真 |
| 3.5 本章小结 |
| 第四章 自适应滤波算法在FPGA中实现 |
| 4.1 数字信号处理器的特点和发展 |
| 4.2 基于FPGA的系统级DSP设计流程 |
| 4.3 几种LMS算法在FPGA中的实现 |
| 4.3.1 NLMS自适应滤波器的设计方法 |
| 4.3.2 NLMS自适应滤波器的设计方法 |
| 4.3.3 DNLMS自适应滤波器设计 |
| 4.4 NIOS Ⅱ和DSP BUILDER结合实现自适应滤波器 |
| 4.4.1 NIOS Ⅱ软核简介 |
| 4.4.2 DNLMS自适应滤波器的设计 |
| 4.5 本章小结 |
| 第五章:硬件电路的设计 |
| 5.1 系统硬件设计的总体方案 |
| 5.2 FPGA的发展 |
| 5.3 系统硬件设计 |
| 5.3.1 电源管理和监控 |
| 5.3.2 配置电路设计 |
| 5.3.3 SDRAM存储器接口电路 |
| 5.3.4 语言通信部分的电路设计 |
| 5.4 高速PCB设计的一般原则 |
| 5.5 系统硬件PCB板图及实物图 |
| 5.6 系统硬件调试 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 不足与展望 |
| 参考文献 |
| 攻读硕士期间发表的论文 |
| 致谢 |
（6）AMR-WB语音编码算法的优化及实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 语音编码研究背景 |
| 1.2 课题的目的和意义 |
| 1.3 本文的研究内容及结构 |
| 第2章 AMR-WB 语音编码算法研究 |
| 2.1 AMR-WB 语音编码算法模块分析 |
| 2.1.1 预处理 |
| 2.1.2 线性预测分析和量化 |
| 2.1.3 开环基音分析 |
| 2.1.4 自适应码本搜索 |
| 2.1.5 固定码本搜索 |
| 2.1.6 码本增益量化 |
| 2.2 AMR-WB 自适应技术分析 |
| 2.2.1 语音激活检测(VAD) |
| 2.2.2 信源控制速率(SCR) |
| 2.2.3 舒适背景噪声(CNA)生成 |
| 2.2.4 错误隐藏(ECU)机制 |
| 2.3 VC 平台仿真测试 |
| 2.3.1 测试文件说明 |
| 2.3.2 仿真结果 |
| 2.4 小结 |
| 第3章 AMR-WB 语音编码算法性能分析 |
| 3.1 时间复杂度 |
| 3.2 空间复杂度 |
| 3.3 合成语音质量评估 |
| 3.3.1 PESQ 测试 |
| 3.3.2 重构语音波形与语谱图 |
| 3.4 小结 |
| 第4章 AMR-WB 固定码本搜索算法研究 |
| 4.1 ACELP 固定码本搜索原则 |
| 4.2 ACELP 固定码本搜索方法 |
| 4.2.1 焦点搜索法 |
| 4.2.2 树状搜索法 |
| 4.2.3 脉冲取代法 |
| 4.3 AMR-WB 中固定码本搜索方法 |
| 4.4 一种快速的固定码本搜索方法 |
| 4.5 实验结果 |
| 4.6 小结 |
| 第5章 AMR-WB 优化算法在 DSP 上的实现与优化 |
| 5.1 TMS320C6416 数字信号处理器 |
| 5.1.1 TMS320C6416 的CPU 结构 |
| 5.1.2 TMS320C6416 的片内存储器 |
| 5.1.3 TMS320 系列 DSP 芯片的软件开发环境 |
| 5.2 AMR-WB 优化算法在DSP 上的移植 |
| 5.2.1 存储空间分配 |
| 5.2.2 兼容性的解决 |
| 5.2.3 AMR-WB 代码移植结果 |
| 5.3 AMR-WB 算法在DSP 上的优化 |
| 5.3.1 优化的原因及思路 |
| 5.3.2 编译选项优化 |
| 5.3.3 使用内联函数 |
| 5.3.4 软件流水技术 |
| 5.3.5 使用限制性指针 |
| 5.4 AMR-WB 优化声码器的实现结果 |
| 5.5 小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录 A 攻读学位期间所发表的学术论文 |
| 附录 B 攻读学位期间所参与的科研项目 |
（7）基于DSP的会议电话语音改善技术的研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本论文的主要工作 |
| 第二章 多路回声消除技术的原理及问题 |
| 2.1 回声产生机理 |
| 2.2 多路回声消除的基本原理 |
| 2.3 多路回声消除的主要问题 |
| 2.4 本章小结 |
| 第三章 自适应回波消除算法 |
| 3.1 自适应滤波原理 |
| 3.2 回波消除算法 |
| 3.3 快速自适应滤波算法及其在多路回波消除中的应用 |
| 3.4 算法仿真分析 |
| 3.5 双方对讲检测算法 |
| 3.6 本章小结 |
| 第四章 快速自适应回波消除算法的DSP实现 |
| 4.1 TMS320VC5509系列DSP主要特点 |
| 4.2 TMS320VC5509DSK开发平台 |
| 4.3 DSP算法实现 |
| 4.4 实验测试 |
| 4.5 本章小结 |
| 第五章 结论和展望 |
| 5.1 结论 |
| 5.2 未来工作展望 |
| 致谢 |
| 参考文献 |
（8）Speex语音编解码算法及其在DSP上的实现（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 课题研究的背景及意义 |
| 1.2 VoIP技术简介 |
| 1.2.1 VoIP网络组成 |
| 1.2.2 VoIP的关键技术 |
| 1.3 语音编解码算法简介 |
| 1.3.1 语音编解码技术简介及分类 |
| 1.3.2 语音编解码的国际标准 |
| 1.3.3 Speex编解码算法用于VoIP的优点 |
| 1.4 本课题研究的内容、平台及流程 |
| 1.4.1 课题研究的平台 |
| 1.4.2 课题展开的流程 |
| 第二章 SPEEX编解码算法原理与流程分析 |
| 2.1 SPEEX编解码相关概念 |
| 2.2 SPEEX编解码算法原理 |
| 2.2.1 语音信号生成模型 |
| 2.2.2 预处理 |
| 2.2.3 码本激励线性预测技术介绍 |
| 2.3 SPEEX格式与标准 |
| 2.3.1 Speex的窄带模式 |
| 2.3.2 Speex宽带模式(子带CELP) |
| 第三章 ADSP2181系列数字信号处理器 |
| 3.1 DSP芯片的发展及使用情况 |
| 3.2 ADSP2181的主要功能单元及特点 |
| 3.2.1 ADSP2181的主要功能单元 |
| 3.2.2 DSP2181特有性能 |
| 3.3 VoIP终端系统中DSP芯片的外围硬件结构 |
| 3.4 VOIP终端的软件结构设计 |
| 3.4.1 软件层次结构 |
| 3.4.2 终端实现的软件流程 |
| 3.5 ADSP2181的软件特性 |
| 第四章 SPEEX在DSP上的实时实现及优化 |
| 4.1 软件开发环境及工具简介 |
| 4.2 DSP上代码的开发与调试 |
| 4.2.1 定点C代码到汇编语言的转化 |
| 4.2.2 汇编程序的组织结构 |
| 4.2.3 汇编程序的仿真与调试 |
| 4.2.4 代码性能分析 |
| 4.3 DSP代码的优化 |
| 4.3.1 利用DSP提供的指令的优化 |
| 4.3.2 利用空间换时间的优化 |
| 4.3.3 局部变量采用堆栈方式实现 |
| 4.4 实现结果 |
| 第五章 结束语 |
| 5.1 工作总结 |
| 5.2 进一步的工作 |
| 参考文献 |
| 致谢 |
| 作者攻读学位期间发表的学术论文目录 |
（9）无线电台实时语音增强算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 语音技术与C~3I系统 |
| 1.2.1 语音在C3I系统中的作用 |
| 1.2.2 语音技术的发展和现状 |
| 1.3 语音增强技术概述 |
| 1.3.1 语音增强的概念和研究的意义 |
| 1.3.2 语音增强技术原理 |
| 1.4 本文的研究内容 |
| 第2章 电台语音噪声特征与维纳滤波语音增强技术 |
| 2.1 电台语音信号的收发流程及噪声分析 |
| 2.1.1 电台语音信号的收发流程 |
| 2.1.2 电台噪声特点 |
| 2.1.3 各种噪声的功率谱特点 |
| 2.2 维纳滤波语音增强技术 |
| 2.2.1 维纳滤波基本原理 |
| 2.2.2 两级维纳滤波语音增强技术 |
| 2.2.3 维纳滤波语音增强性能分析 |
| 本章小结 |
| 第3章 改进的语音增强算法及性能分析 |
| 3.1 最小值统计谱减法 |
| 3.1.1 带噪声的语音信号的短时FFT分析 |
| 3.1.2 噪声能量的最小值统计 |
| 3.1.3 噪声抑制函数 |
| 3.1.4 语音的恢复 |
| 3.2 临界频带分析和听觉掩蔽特性 |
| 3.2.1 音乐噪声的产生 |
| 3.2.2 临界频带分析 |
| 3.2.3 临界频带最小值统计语音增强 |
| 3.3 软门限临界频带最小值统计语音增强 |
| 3.3.1 最小值统计法的缺点 |
| 3.3.2 软门限最小值统计法 |
| 3.4 算法实现与性能分析 |
| 本章小结 |
| 第4章 基于uClinux的语音增强系统软硬件平台 |
| 4.1 DSP主板电路的设计 |
| 4.1.1 DSP及外围电路 |
| 4.1.2 存储器电路 |
| 4.1.3 音频接口 |
| 4.1.4 网卡接口 |
| 4.1.5 地址分配和高频布线 |
| 4.2 嵌入式操作系统uClinux |
| 4.2.1 基于Colinux的uClinux开发环境 |
| 4.2.2 虚拟机软件程序的安装 |
| 4.2.3 更新编译工具链 |
| 4.3 u-boot引导程序的编译及下载 |
| 4.3.1 u-boot的安装和编译 |
| 4.3.2 程序参数的修改 |
| 4.3.3 u-boot的下载 |
| 4.3.4 网卡驱动的开发 |
| 4.4 uClinux操作系统的安装 |
| 4.4.1 uClinux的编译和下载 |
| 4.4.2 uClinux的定制 |
| 4.5 uClinux设备驱动程序的开发 |
| 4.5.1 uClinux设备驱动简介 |
| 4.5.2 网卡驱动的配置 |
| 本章小结 |
| 第5章 改进的语音增强算法的定点实现 |
| 5.1 定点C代码的框架结构 |
| 5.1.1 定点DSP运算的特点 |
| 5.1.2 定点C语音增强算法的框架 |
| 5.2 定点FFT/IFFT算法 |
| 5.2.1 定点/浮点FFT算法区别 |
| 5.2.2 动态块指数定点FFT算法 |
| 5.2.3 动态块指数定点IFFT算法 |
| 5.3 Blackfin的定点运算函数库 |
| 5.3.1 ETSI标准定点运算库 |
| 5.3.2 VisualDSP++定点运算库 |
| 5.3.3 uClinux定点运算库的实现 |
| 5.4 Blackfin定点语音增强算法 |
| 5.4.1 参数表的定点化 |
| 5.4.2 运算过程中的精度控制 |
| 5.4.3 算法在uClinux下的实现 |
| 5.5 系统性能评估 |
| 本章小结 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
（10）基于DSP的会议电话语音改善技术的研究与实现（论文提纲范文）
| 第一章 概述 |
| 1.1 研究背景 |
| 1.2 本论文的主要工作 |
| 第二章 语音信号处理基本理论和Diopsis740的主要介绍 |
| 2.1 语音信号处理基础 |
| 2.1.1 语音特性的简单归纳：[1] |
| 2.1.2 噪声特性[1] |
| 2.1.3 带噪声语音模型 |
| 2.1.4 语音增强的研究历史 |
| 2.1.5 语音增强方法简述 |
| 2.2 回波的基本概念 |
| 2.2.1 回波消除主要技术[18] |
| 2.3 阵列信号处理原理[19] |
| 2.3.1 单麦克风 |
| 2.3.2 麦克风阵列 |
| 2.4 Diopsis740的主要介绍 |
| 第三章 自适应回声抵消算法 |
| 3.1 自适应滤波基本概念[19] |
| 3.2 回声抵消算法 |
| 3.2.1 信号模型[20] |
| 3.2.2 自适应滤波算法 |
| 3.2.2.1 LMS算法(The Least Mean Square Algorithm) |
| 算法原理[19],[21] |
| 计算机仿真 |
| 3.2.2.2 NLMS算法(Normalised LMS)[19],[21] |
| 3.2.2.3 递推最小二乘法(RLS)[19],[21] |
| 算法原理 |
| 算法仿真 |
| 3.2.2.4 快速自适应滤波算法 |
| 3.2.2.4.1 块自适应滤波器[19],[21] |
| 3.2.2.4.2 块频域LMS(BFLMS)算法[19],[21],[26] |
| 3.2.3 算法比较 |
| 3.2.3.1 算法复杂度比较 |
| 3.2.3.2 回声返回损失量 |
| 3.2.3.3 小结 |
| 3.2.3 双向话音检测算法(Double Talk Detection) |
| 3.2.3.1 Geigel算法[22] |
| 3.2.3.2 互相关算法(Cross-Corraletion Method) |
| 单阈值算法 |
| 双阈值算法 |
| 小结 |
| 3.3 基于Diopsis上回声抵消算法的实现 |
| 3.3.1 DTD算法 |
| 3.3.2 自适应回声消除算法 |
| 3.3.3 系统方案 |
| 第四章 基于麦克风阵列的语音增强算法 |
| 4.1 麦克阵列系统中的时间延迟估计 |
| 4.1.2 相关功率谱相位算法CPSP[27],[28],[29],[30],[31] |
| 仿真实验 |
| 4.2 基于波束成形的麦克风阵列的语音增强系统 |
| 4.2.1 波束形成 |
| 4.2.2 阵列基础[19],[37] |
| 4.2.2.1 线性阵列[19],[37] |
| 4.2.2.2 子阵列[38] |
| 4.2.3 近场和远场的波形传播 |
| 4.2.4 通用旁瓣对消算法(The Generalised Sidelobe Canceller) |
| 4.2.4.1 LCMV算法[19],[32],[33],[37] |
| 4.2.4.2 GSC算法概述[19],[34],[35] |
| 4.2.4.3 计算机模拟总旁瓣波束形成算法 |
| 4.3 基于麦克风阵列的后置自适应滤波器噪声消除算法 |
| 4.3.1 算法原理 |
| 4.3.1.1 自适应后置滤波器 |
| 4.3.1.2 互功率谱的后处理 |
| 4.3.2 算法仿真 |
| 4.4 可行性分析 |
| 结论和未来工作展望 |
| 结论 |
| 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间发表的学术论文目录 |
四、话音检测算法分析及其DSP实现（论文参考文献）
- [1]基于TMS320C6678的合成语音检测系统的设计与实现[J]. 况鹏,黄海,毛少帅,王康利. 电子设计工程, 2016(19)
- [2]一种二/四线转换话音检测技术的设计[J]. 张勇. 舰船电子工程, 2014(01)
- [3]超短波通信静噪关键技术研究与验证[D]. 李照帅. 电子科技大学, 2012(01)
- [4]基于DSP的语音信号环境噪声降噪处理技术的研究[D]. 楼侃. 长春理工大学, 2010(06)
- [5]基于FPGA的自适应滤波器设计及在回声消除中的应用研究[D]. 李昕. 中国科学院研究生院（西安光学精密机械研究所）, 2009(07)
- [6]AMR-WB语音编码算法的优化及实现[D]. 范锦秀. 湖南大学, 2009(01)
- [7]基于DSP的会议电话语音改善技术的研究与实现[D]. 王伟. 长春理工大学, 2009(02)
- [8]Speex语音编解码算法及其在DSP上的实现[D]. 胡爱荣. 北京邮电大学, 2008(10)
- [9]无线电台实时语音增强算法研究[D]. 李本军. 国防科学技术大学, 2008(06)
- [10]基于DSP的会议电话语音改善技术的研究与实现[D]. 杨雯静. 华东师范大学, 2006(10)