基于模型的麦克风阵列语音增强方法研究

《基于模型的麦克风阵列语音增强方法研究》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、硕士学位论文基于模型的麦克风阵列语音增强方法研究算法作者姓名邓舒夏学科专业通信与信息系统指导教师张军副教授所在学院电子与信息学院论文提交日期2018年4月Model-basedSpeechEnhancementwithMicrophoneArrayADissertationSubmittedfortheDegreeofMasterCandidate：DengShuxiaSupervisor：A/Prof.ZhangJunSouthChinaUniversityofTechnologyGuangzhou,

2、China分类号：TN912.35学校代号：10561学号：201520109116华南理工大学硕士学位论文基于模型的麦克风阵列语音增强方法研究作者姓名：邓舒夏指导教师姓名、职称：张军副教授申请学位级别：工学硕士学科专业名称：通信与信息系统研究方向：语音信号处理论文提交日期：2018年4月10日论文答辩日期：2018年6月2日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：林耀荣高级工程师委员：冯义志副教授张军副教授宁更新副教授林奕琳高级工程师摘要语音信号在实际通信中总会受到不同噪声

3、的影响，导致质量下降，语音增强的目的是从带噪语音中尽可能地提取纯净的原始语音。相比单通道语音增强只能利用时频信息，麦克风阵列语音增强还可利用多路接收信号之间的空间相关性，增强指定方向的有用语音信号，抑制其他方向上的噪声或干扰，能较好地解决语音增强和失真之间的矛盾。麦克风阵列语音增强包括固定波束形成和自适应波束形成，广义旁瓣相消器（GSC）是麦克风阵列自适应波束形成的一种通用模型。GSC对空间相干的噪声具有较强的抑制能力，但是对空间非相干噪声的抑制能力不强，当非相干噪声与相干噪声并存时，输出的增强语音存在

4、的残余噪声较多。另外，GSC是针对一般输入信号设计的，没有利用语音信号的先验知识和针对语音信号的特点进行优化。针对以上不足，本文提出基于模型的麦克风阵列语音增强算法，对GSC辅助支路的非相干噪声进行校正后建立噪声模型，并结合干净语音模型的先验知识来构造最佳语音滤波器，来对GSC主支路信号进行增强。实验表明，该算法比传统GSC性能有了明显的提高。本文的主要工作如下：1、概述麦克风语音信号处理模型，麦克风阵列语音增强算法发展历史和研究现状。2、介绍GSC和子带波束形成基础理论，以及基于统计模型的语音增强算法

5、。3、提出一种基于统计模型的GSC自适应波束形成麦克风语音增强算法。该算法先用干净语音库训练出干净语音倒谱域和频谱域模型，再对GSC辅助支路的非相干噪声进行校正，建立噪声模型。然后利用统计模型的先验知识，计算出带噪语音模型和滤波器权重，构造出最佳滤波器，对GSC主支路的带噪语音进行语音增强。4、对所提的基于模型的GSC算法进行实验仿真，测出模型最佳分类数，并将其和TF-GSC、Frost、基于模型算法、基于后置滤波的GSC算法在不同带噪环境中进行性能对比。实验表明，在高斯白噪声条件下，该方法PESQ平均

6、分比传统GSC平均高了0.67分，提高了31.4%。在高斯白噪声和干扰音乐同时存在的条件下，该方法比传统GSC的PESQ得分平均高0.57分，平均提高了27.8%。由此可见本文提出的基于模型的GSC算法在不同带噪环境下有较好的语音增强性能，语音质量得到了明显的改善。关键词：语音增强；麦克风阵列；噪声估计；高斯混合模型；宽带波束形成IAbstractThespeechsignalisalwaysaffectedbydifferentnoisesintheactualcommunication,leadin

7、gtoadeclineinquality.Thepurposeofthespeechenhancementistoextractthepureoriginalspeechasmuchaspossiblefromthenoisyspeech.Comparedtosingle-channelspeechenhancement,whichonlytime-frequencyinformationcanbeused,themicrophonearrayspeechenhancementcanutilizethe

8、spatialcorrelationbetweenmultiplereceivedsignalstoenhanceusefulspeechsignalsinaspecifieddirectionandsuppressnoiseorinterferenceinotherdirections,whichisagoodsolutiontotheenhancethequalityofspeechandreducespeechdistortionsi