基于FPGA的语音增强算法研究与实现

《基于FPGA的语音增强算法研究与实现》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、西华大学硕士学位论文基于FPGA的语音增强算法研究与实现电力电子与电力传动专业研究生亓新立指导教师王海滨现实生活中的语音不可避免的要受到周围环境的影响，背景噪声例如机械噪声、街头音乐噪音，其他说话者的话音等均会严重地影响语音信号的质量：此外传输系统本身也会产生各种噪声，因此接收端的信号为带噪语音信号。混叠在语音信号中的噪声按类别可分为环境噪声等的加法性噪声及电器线路干扰等的乘法性噪声；按性质可分为平稳噪声和非平稳噪声。．语音增强的根本目的就是净化语音质量。把不需要的噪音减低到最小程度。但是由于噪音的复杂性，很难归纳出一个统一的特征，因此不可能寻求一种算法完全适应于所有的噪音消除，因此

2、语音增强是一个复杂的工程。有关抗噪声技术的研究以及实际环境下的语音信号处理系统的开发，在国内外已经成为语音信号处理非常重要的研究课题，已经作了大量的研究工作，取得了丰富的研究成果。本文仅对加性噪声下的语音增强技术做了较为仔细的讨论，我们先给出语音信号处理的基本理论，它是语音增强算法研究和实现的理论基础，在此基础总结了自适应信号处理技术的特点以及在语音增强方面的应用。选取工程领域最常用的自适应LMS滤波算法和RLS滤波算法作为研究对象，提出了利用最小均方误差意义下自适应滤波器的输出信号与主通道噪声信号的等效关系，得到滤波器最佳自适应参数的方法，并分析了在平稳和非平稳噪声环境下，LMs滤

3、波器族和RLs滤波器在不同噪音输入下的权系数收敛速度、权系数稳定性、跟踪输入信号的能力和信噪比的改善等特性。研究了MATLAB语言程序设计和使用MALTLAB对语音算法进行仿真、并输入了多种实际环境下的噪音进行滤波仿真并对仿真的结果进行比较和分析。总结出了LMS、NLMS、SIGK-ERROR-LMS、RLS自适应滤波器在语音滤波方面的特点西华大学硕士学位论文和应用情况。最后在MATLAB仿真的基础上，利用Altera公司的Cyclone2系列FPGA芯片和多种EDA工具，完成了LMS自适应滤波器的FPGA设计。关键词：语音增强，背景噪音，自适应滤波器，LMS，RLS，FPGAⅡ西华

4、大学硕士学位论文ResearchandimplementationofspeechenhancementonFPGAPowerElectronicsandElectricalDdveGraduate：QixinliSupervisor：WangHaibinTheprimarypurposeofspeechenhancementistop证匆itfromnoise．Becauseitisverycomplicatedtograsptherandomnoise’Scauseorcharacters，itisimpossibletoeliminatetherandomnoisecomple

5、tely．Actually,goalsofspeechenhancementaretoimprovethequal时ofspeech，toeliminatethebackgroundnoiseSOthateveryheareriswillingtohearandwouldn’tfeelweary,andtoupgradetheq诚ityofspeechandunderstandablelevel．Inthispaper,firstly,severalspeechenhancementalgorithmswillbein仃oduced，suchastheleast-mean·squar

6、e(LMS)，normalized—LMS，sign—error-LMSandrecursiveleastsquare(RLS)adaptivefilteralgorithms．Thesefiltersminimizethedifferencebetweentheoutputsignalandthedesiredsignalbyalteringtheirfiltercoefficients．Overtime，theadaptivefilter’Soutputsignalmorecloselyapproximatesthesi孕1a1youwanttoreproducenotonlyt

7、hefundamentalsofthesemethodswerestated，butalsothewaystheycallbeputintopractice，someimprovementWasmade，experimentresultswerecompared，andtheconnectionsanddifferenceswerealsorevealedinthisessay．Onthebasisofresearchofadaptivefilterthe