基于dfrct滤波器组自适应语音增强算法研究

《基于dfrct滤波器组自适应语音增强算法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于DFRCT滤波器组自适应语音增强算法研究独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含获得兰趔交道太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。学位论文作者签名：徐钮蓼I签字日期：历庳占月石日学位论文版权使用授权书本学位论文作者完全了解兰趔童适太堂有关保留、使用学位论文的规定。特授权兰趔童通态堂可以将学位论文的全部或部

2、分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。保密的学位论文在解密后适用本授权说明学位论文作者签名：徐钮萃J1导师签名：聿匆佩傅签字日期：易『2年石月乡日签字日期：如／缉‖月6日薯t．、．．．，、硕士学位论文基于DFRCT滤波器组白适应语音增强算法研究onofEnhancementResearchSpeechAlgorithmDFRCTandFilterBanks．BasedAdaptive作者姓名：筮红麴学科、专业：通值量值：垦丕

3、统学完成日期：2012．3．30兰州交通大学zhouJiaoLanUniversitytong一l‘IJ、●。．^．’。，～，’：●‘?^．“一_¨．pt●#‘，t_．、专警≤≥。：．j：嚣．0一，勘．??。；∞‘．二j÷一；“．1兰州交通大学硕士学位论文摘要在我们的日常生活中，语音信号起着很重要的作用。而语音信号又常常被各种噪声所干扰，严重影响我们对所需语音信号的听取，并且会造成语音处理系统性能的下降。所以，必须对噪声污染的语音信号滤除噪声处理，以提高语音通信质量。本文提出了基于离散分数余弦变换的滤波器组自适应语音增强算法

4、，并对其进行研究。研究思路是：在常见的变换域自适应LMS滤波算法中引入正交变换性能较好的离散分数余弦变换，并将输入语音信号分成子带信号，再对每个子带信号分别进行处理。目的是提高算法的收敛速度并适当降低算法的计算复杂度。论文的主要工作如下：1简单介绍了几种常见的语音增强算法以及自适应滤波算法的发展情况，为本文研究自适应滤波算法奠定了理论基础，接着概括了语音特性及噪声特性，以及语音增强的质量评价方法，并选定语音增强算法的质量评价标准。并简述了离散分数余弦变换的定义和基本性质，以及时域和变换域的自适应LMS滤波算法。给出了离散分数

5、余弦变换自适应LMS算法的原理，在此基础上分析了离散分数余弦变换自适应LMS算法的正交性能，并选定离散分数余弦变换作为最佳正交变换。并通过建立失调和变换阶次的关系以及仿真数据确定了离散分数余弦变换的最佳变换文所提算法子带DFRCT。LMS算法的收敛性能最好。解技术将语音信号分成多个子带来处理，其中深入研究了子带分解后的重构问题，子带数目的选取问题以及各个子带变换阶次的选取问题。本论文采用计算时间来代替算法收敛时间进行仿真分析，得出最佳子带数目为4子带，通过各个子带变换阶次和失调的关系选取每个子带的最佳变换阶次。f4在理论分析

6、的基础上，应用分段信噪比和语音质量感知评价方法，针对不同信噪比下的白噪声、粉红噪声和工厂噪声环境，对三种语音增强方法进行了仿真分析。分析结果表明，本论文所提出的子带DFRCT―LMS算法比另外两种算法有着更好的去噪能力和抗非平稳噪声能力，且大大提高了收敛速度。关键词：语音增强；离散分数余弦变换；自适应滤波；子带分解论文类型：应用研究1J』-：。r吐一‘’●r“：…：●；’。。-、、??_、L：1．．●．、≮，．一，一I、二．．．．．．．^0“．一●1．．”●．．．．兰州交通大学硕士学位论文AbstractThevoicear

7、oleinourlife．Itisoftendifficultverytoavoidsignalplaysimportantdailyaofnoiseaffecttheinformationseverecasesevenvarietyinterference，whichreceive，inmaycausethefailureofthevoiceistotheprocessingsystem．Therefore，itnecessarydenoisingwithcommunicationonnoise，andspeechsign

8、alimprovesquality．Thispapermainlystudyenhancementbasedondiscretefractionalcosinetransformfilteradaptivespeechalgorithmintroducestransformationban