基于语音信号滤波研究的开题报告

《基于语音信号滤波研究的开题报告》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、武汉大学东湖分校毕业设计（论文）开题报告题目：基于MATLAB的语言信号滤波研究系别：工学院专业班级：机械设计制造及其自动化姓名：学号：指导教师：二〇一二年三月一日3研究背景意义和前景；人们在语音通信的过程中将会不可避免的会受到来自周围环境的干扰，例如传输媒介引入的噪声，通信设备内部的电噪声，乃至其它讲话的语音等。由于这些干扰噪声的存在，接受者接收到的语音将已不是原始的纯净语音信号，而是受噪声烦扰污染的带噪语音信号。例如，安装在汽车、飞机或舰船上的电话，街道、机场上的公用电话，战场上的电台，常常受到很强的背景噪声的干扰，严重影响了通话质量；又如室内会议电话的交混

2、回响随同语音广播到每个会议的地点，影响收听效果；再如，深海潜水员在给氧气面罩内讲话引起的失真，语言障碍的残疾人的语音失真，有历史价值的旧唱片，旧录音带的噪声和失真等，都是语音信号受到噪声干扰的例子。环境噪声的污染使得许多语音处理系统的性能急剧恶化。目前的语音识别系统虽然已达到较高的识别率，但其前提是在理想的环境或实验室环境中，在有噪声的环境中，这些语音识别系统的识别率会普遍地大幅度下降。例如，一个典型的孤立词识别系统，用纯净语音训练后其识别率可以到100%，但在以90公里/小时的速度行驶的小车上其识别率将会降到30%，这主要是受到车内噪声的影响；一个用纯净语音训

3、练的错误率不到1%的语音识别系统，在自助餐厅中的识别错误率将会高于50%，这同样是由于各种噪声的影响。正是由于各种各样的语音处理系统在噪声的干扰下其性能得不到保障，才导致了它们的商业化脚步很缓慢。因此，如何尽可能的从带噪声语音中去除噪声就成了目前信号处理领域中的一个热门话题。1、语音去噪概述几十年来，人们提出了各种语音增强算法，如：1978年，Lim和Oppenheim提出了语音增强的维纳滤波法；1979年，Boll针对加性白噪声提出了谱减法；1980年，Maulay和Malpass提出了软判决噪声抑制法；1984年，Ephraim和Malah提出基于最小均方差

4、短时谱幅度估计的语音增强算法；近年来，基于小波分解的去噪方法也取得了一定的成果并成为一个研究热点。语音增强已经发展成为语音信号处理领域的一个重要分支，为了对这些有效地语音增强算法有一个总体认识，主要介绍下自相关相减法、基于语音生成模型的增强算法、自适应噪声滤波法。3、研究方法以及大体方向通过去学校图书馆查阅基于MATLAB用语音信号去噪相关资料，综合考虑设计难度、设计周期，硬件成本与性能比，找出既能能满足设计要求又能降低成本的总方案。通过使3用Matlab软件，输入相关的程序，验证系统是否能实时显示和对输入的响应，以及各个功能模块是否无误，最后综合调试整个系统的

5、正确性，并做好相关数据的统计得出结果。基于MATLAB进行语音信号去噪的主要步骤（1）使用声卡设备采集原始语音信号，然后进行人工合成噪声信号（2）对合成的噪声信号数据进行对应的各种低高通滤波器的处理。（3）基于以上结果，对信号进行各种去噪处理。（4）比较不同方法的滤波结果，给出计算结果的均方根误差(RMSE)，进行分析得出结论。（5）实现MATLAB可视化界面编程。4、研究的主要阶段、进度及完成时间。1．查阅资料（1周）2．学习研究matlab语音信号处理工具箱，包括小波变换的基本原理、小波去噪的基本原理（2~5周），组织并编写并此部分的论文文档。3．学习并熟练

6、掌握MATLAB的编程方法及技巧、学习并熟练掌握MATLAB的可视化界面编程方法，组织并编写并此部分的论文文档。（6-8周）4．学习并熟练掌握基于MATLAB的小波去噪函数集，组织并编写并此部分的论文文档。（9周）5.编写基于MATLAB的各种方法的去噪代码，并利用采集信号，进行去噪的分析处理（9-10周），最后实现可视化编程。组织并编写并此部分的论文文档。6.最后整理毕业论文，并准备答辩（11周）5、主要文献与资料[1]张雪英数字语音处理及MATLAB仿真电子工业出版社[2]张德丰matlab小波分析机械工业出版社.[3]周伟基于matlab的小波分析应用西安

7、电子科技大学出版社　　[4]张德丰MATLAB语言高级编程机械工业出版社.[5]施晓红周佳精通Gul图形界面编程北京大学出版社3