几种语音增强与再消噪算法研究与改进

《几种语音增强与再消噪算法研究与改进》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文声参数的估计问题，尤其是非平稳噪卢参数的估计问题令人关注。1．4论文结构第一章绪论，阐述了本课题的选题背景和理论依据、语音增强的意义及研究状况，最后给出了本论文的内容安排。第二章介绍了语音增强处理的基础知识，主要讨论了语音和噪声的特性，概要地介绍了几种传统的语音增强算法，并指出了这些算法的优缺点。第三章’分析了谱减法基本原理，指出了谱减法在弱语音信号、低信噪比输入及非平稳噪声环境下增强效果不理想的现状，并提出了改进算法。第四章论述了基于小波变换的语音增强方法，讨论了小波分析的基本理论、分析

2、了语音和噪声在做小波分解时的特性，并给出了几种改进的语音增强算法，且通过仿真证明了改进算法的有效性。第五章介绍了几种常见的听觉掩蔽模型，重点分析了简化的听觉掩蔽模型，研究了利用听觉掩蔽特性进行语音增强的方法，并且对比了此方法和传统方法的仿真结果。第六章结论部分对论文进行了总结和展望，指出了论文的主要工作和成果以及需要进一步深入研究和完善的地方。3儿种语音增强和再消噪算法的研究与改进第二章语音增强处理基础2．1引言语音增强主要研究如何在带噪语音信号中提取出语音信息的问题，它的主要目的是对带噪语音进行处理

3、，以消除背景噪声，改善语音质量，提高语音的清晰度和舒适度，提高语音处理系统的性能。语音增强不但与语音信号处理理论有关，而且涉及到人的听觉感知和语音学。2．2语音和噪声特性2．2．1语音特性(1)语音是时变的、非平稳的随机过程人类发音系统生理结构的变化速度是有一定限度的，在一段时间内(10．30ms)，人的声带和声道形状是相对稳定的，因而语音的短时谱具有相对稳定性，所以可利用短时谱的这种平稳性来分析语音。(2)语音可分为浊音和清音两大类浊音在时域上呈现出明显的周期性．在频域上有共振峰结构，而且能量大部分

4、集中在较低频段内；而清音段没有明显的时域和频域特征，类似于白噪声。在语音增强研究中，可利用浊音的周期性特征，采用梳状滤波器提取语音分量或者抑制非语音信号，而清音则难以与宽带噪声区分。(3)语音信号可以用统计分析特性来描述由于语音是非平稳的随机过程，所以长时间的时域统计特性在语音增强的研究中意义不大。语音的短时谱幅度的统计特性是时变的，只有当分析帧长趋于无穷大时，才能近似认为其具有高斯分布。高斯分布模型是根据中心极限定理得到的，将高斯模型应用于有限帧长只是一种近似的描述。在宽带噪声污染的语音增强中，可将

5、这种假设作为分析的前提。(4)语音感知对语音增强研究有重要作用人耳对语音的感知主要是通过语音信号频谱分量幅度获得的，人耳对频率高低的感受近似与该频率的对数值成正比。共振峰对语音的感知十分重要，特别是第二共振峰比第一共振峰更为重要。2．2．2噪声特性噪声来源于实际的应用环境，因而其特性变化无穷，噪声可以是加性的，也可以是非加性的。考虑到加性噪声更普遍且易于分析问题，并且对于部分非加性4硕十学位论文噪声，如乘积性噪声或卷积性噪声，可以通过同态变换而成为加性噪声，这里我们仅讨论加性噪声。加性噪声大致可分为周

6、期性噪声、冲激噪声和宽带噪声：(1)周期性噪声周期性噪声的特点是有许多离散的窄谱峰，它往往来源于发动机等周期运转的机械，如50或60Hz交流声会引起周期性噪声。周期性噪声引起的问题可以通过功率谱发现，并通过滤波或变换技术将其去掉。(2)冲激噪声冲激噪声表现为时域波形中突然出现的窄脉冲，它通常是放电的结果。消除这种噪声可根据带噪语音信号幅度的平均值确定阈值，当信号幅度超过这一阈值时判为冲激噪声，然后进行消除。(3)宽带噪声宽带噪声的来源很多，如热噪声、气流(如风、呼吸)噪声及各种随机噪声源等，量化噪声也

7、可视为宽带噪声。由于宽带噪声与语音信号在时域和频域上完全重叠，因而消除它最为困难，这种噪声只有在语音间歇期才单独存在。对于平稳的宽带噪声，通常认为是白色高斯噪声；不具有白色频谱的噪声，可以先进行白化处理。对于非平稳的宽带噪声，情况就更为复杂一些。本文中研究的噪声等以人的呼吸或实验室环境下的噪声为主要对象，这种噪声一般符合如下的假设：(1)噪声是加性的；(2)噪声是局部平稳的，局部平稳是指一段带噪语音中的噪声，具有和语音开始前那段噪声相同的统计特性，且在整个语音段中保持不变，也就是说，可以根据语音开始前

8、那段噪声来估计语音中所叠加的噪声统计特性；(3)噪声与语音独立或不相关。2．3几种传统的语音增强算法30多年来，人们研究了各种语音增强算法，如噪声对消法、谐波增强法、语音短时幅度谱估计法、语音参数模型法等。下面对其进行简单介绍：(1)噪声对消法噪声对消法的基本原理是从带噪语音中直接减去噪声(从频域或时域均可)，其最大特点是需要采集背景噪声作为参考信号(大部分需要一个或多个麦克风以便采集背景噪声数据)，参考信号准确与否直接决定着噪声对消法的性能。在采集背景