高可懂度的信号子空间语音增强算法分析

《高可懂度的信号子空间语音增强算法分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、太原理工大学硕士研究生学位论文～～高可懂度的信号子空间语音增强算法摘要语音通信已经成为现代生活当中必不可少的组成部分，然而随着噪声污染的日益加剧，人们所接收到的带噪语音的信噪比变得越来越低，严重干扰了对语音的正常理解。现有语音增强(SpeechEnhancement)算法的研究主要聚焦于如何改善语音的质量，’对于语音可懂度尤其是在低信噪比环境下如何提高语音的可l董度研究相对不足。为了弥补这一缺陷，本文首先对子空间语音增强算法进行了归纳总结，然后对现有的语音增强算法无法提高语音可懂度的现象进行了原因分析，并从不同类型语音失真对可懂度具有不同影响这一角度出发，提出了基于语音失真分

2、类的高可懂度子空间算法，以便在信噪比较低的环境中能够有效提高带噪语音的可懂度。本文的研究工作大体上有如下三个方面：首先，整理了语音增强的基础知识，并且对语音增强中的常见算法进行了分类归纳与对比分析。语音增强现已是语音处理技术的一个研究热点与重要分支。因此，本文先对语音特点、入耳的感知特性以及噪声的特性进行了分析，建立了语音增强的信号模型，并且总结了语音处理中常用到的短时预处理方法。现有的语音增强算法纷繁复杂，为此，本文对这些算法进行了分类梳理，并从中对比分析了不同算法的优缺点。其次，研究了子空间增强算法的基本原理，并对基于广义特征值分解(GeneralizedEigenVal

3、ueDecomposition，GEVD)的子空间法进行了试验仿真。与此同时，本文对现有的语音增强算法无法提高语音可懂度的现象进行了原因分析，特别是对不同类型语音失真对可懂度的影响进行了研究，从而设计了针对语音失真分类处理的后置滤波器，并将其与基于广义特征万方数据太原理工大学硕士研究生学位论文值分解(GEVD)的子空间法相结合，提出了具有高可懂度性能的信号子空间方法。该方法能够对放大倍数大于6．02dB的语音失真进行幅度谱限制，以减少这种失真对增强处理后语音可懂度的损害，因此提高了增强语音的可懂度。最后，针对本文所提出的算法设计了仿真实验，并选取了言语测听(SpeechAud

4、iometry，SA)作为可懂度主观评测法、选取了标准化协方差测度(NormalizedCovarianceMetric，NCM)作为可懂度客观评测法，并且进行了语谱图分析。通过这三种方法验证了仿真实验的结果，结果表明：本文所提出的基于语音失真分类的高可懂度子空间法确实能在信噪比较低的情况下提高增强语音的可懂度。关键字：语音增强，子空间方法，语音可懂度，语音失真万方数据太原理工大学硕士研究生学位论文AHIGHDnELLIGIBILITYSIGNAI，SUBSPACESPEECH．ENHANCEM匝NTALGORnHMABS瞰CTNowadaysspeechcommunicat

5、ionhasbecomeanessentialpartofourmodemlife．However，withnoisepollutionincreasing，’theSNR(Signal-to-NoiseRatio)ofthenoisyspeechthatpeoplereceiveisgettinglowerandlower，whichseriouslyinterfereswiththenormalunderstandingofthespeech．Studyoftheexistingspeechenhancementalgorithmsmainlyfocusesonhowto

6、improvethequalityofthespeech,whilethespeechintelligibilityespeciallyhowtoimprovetheintelligibilityofthespeechinlowSNRenvironmentsisrelativelylessstudied．Tocompensateforthisdeficiency，thispapermakesasummingupofsignalsubspacespeechenhancementalgorithm．Thenitmakesananalysisofthereasonswhytheex

7、istingspeechenhancementalgorithmscannotimprovespeechintelligibility．What’Smore，fromtheperspectivethatdifferenttypesofspeechdistortionshavedifferenteffectsontheintelligibilityoftheenhancedspeech,ahighintelligibilitysubspacealgorithmisproposedinthispaperwh