欢迎来到天天文库
浏览记录
ID:472321
大小:59.14 KB
页数:4页
时间:2017-08-07
《语音处理技术研究【文献综述】》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、毕业设计文献综述电子信息科学与技术语音处理技术研究【摘要】:语音处理技术是对语音信号进行采集、压缩、滤波、增强等技术的集合定义。该技术是计算机音频系统的核心,在军事、医学、通信等领域都有较为广泛的应用。本文介绍了语音处理技术研究现状及发展前景。通过对三种主要音频滤波技术的对比和研究归纳,总结了每种技术的特点及适用范围,阐述了语音处理技术的发展方向。【关键词】:数字信号处理;语音信号处理;音频滤波一、背景1.1语音处理技术技术语音信号是一种频率变化范围较宽(16~3000Hz)的机械波。语音采就是把这种声波信号经过麦克风和高频放大器转换
2、成具有一定幅度的模拟量电信号,再经离散化变成数字量,成为计算机能贮存和处理的信号。根据香农采样定,确定语音信号的采样频率。语音处理技术的研究结果表明:特定的语音信号是由其过零率、帧能量、频谱构成等多因素决定的。音频是个专业术语,人类能够听到的所有声音都称之为音频。声音是一种模拟信号,它可能包含各种噪音。音频滤是语音分析系统中的关键环节,是当今社会前沿技术之一。为了获得更高的音频质量,我们必须对声音中包含的噪声通过某种方法进行滤除,剩下的就是我们所需要的有用信号。这种滤除噪声的方法既为我们今天要讨论的音频滤波技术。1.2语音处理技术的研
3、究现状语音处理技术在计算机软硬软件的相结合的方式下,通过几十年的探索,其研究和开发正进入一个黄金时代。在世界发达国家制定的高技术发展规划中,语音处理技术的地位十分引人注目。20世纪60年代中期形成的一系列数字信号处理的理论与算法,如数字滤波器、快速傅里叶变换(FFT)的等语音信号处理的理论与技术基础。随着信息技术的飞速发展,语音信号处理取得了重大进展。进入70年代之后,提出了用于语音信号的信息压缩和特性提取的线性预测技(LPC),并成为语音信号处理最强有力的工具。80年代初,一种新的基于聚类分析的高效数据压缩技术—矢量量化(VQ)应用
4、于语音信号处理中,而用隐马尔科夫模(HMM)描述语音信号过程的产生时80年代语音信号处理技术的重大发展。近年来人工神经网(ANN)的研究取得了迅速发展,语音信号处理技术也是促进其发展的重要动力之一。二、语音处理的分析方法数字滤波器是语音信号处理的最基本的工具,数字滤波器与模拟滤波器相比有很多优点,他除了可以避免模拟滤波器固有的电压漂移、温度漂移和噪声外还能满足滤波器对幅度和相位的严格要求。数字滤波器设计的基本流程图为:开始初始化相关变量、设置时钟、采样频率等数据采集滤波信号输出结束返回滤波器设计流程图文献[6]提出FIR滤波器算法设计
5、分析。FIR滤波器能够保证严格的线性相位特性,且不存在稳定性问题,窗函数法和频率采样法等是设计FIR数字滤波器的常用方法。窗函数法在时域中进行,其原理简单,易于实现,但存在在相同设计指标下滤波器的阶数通常会偏大的问题。频率采样法对于只有少数几个非零值采样的窄带选频滤波器较有效。FIR数字滤波器的设计步骤大致可分为以下几步:(1)给定所要求的理想频率响应函数;(2)对理想频率响应函数进行反傅里叶变换,则得到系统单位脉冲响应为:ha(n)=IDFTFr[];(3)根据过渡带及阻带衰减最小的要求查表,可选定窗W(n)的形状及除数Ⅳ的大小,一
6、般Ⅳ的值要做几次试探才能最终确定;(4)得到所设计的FIR滤波器的单位抽样响应f该响应逼近理想):h(n)=,n=0,l⋯;(5)求=DTFY[h(n)],检查是否满足设计要求.若不满足,则需重新按照上述步骤设计。实验表明FIR滤波器有其独特的优点,因为FIR滤波器系统只有零点,因此系统总是稳定的,而且最容易实现线性相位和允许实现多通道滤波器。文献[7]提出IIR滤波器算法设计分析。IIR滤波器由于他的脉冲序列是无限长的,故称为无限脉冲响应滤波器。IIR滤波器的设计方法有直接发和间接法基本思路是:根据实际要求的数字滤波器的性能指标设计
7、对应的模拟滤波器,得到模拟滤波器的传输函数,然后将按某种方法变换成数字滤波器的系统函数日H(z)。IIR数字滤波器因具有结构简单、占用存储空间少、运算速度快,能够用较低的阶数实现较好的选频特性等特点,得到了广泛应用。文献[8]提出自适应滤波器算法设计分析。在许多场合下,常常需要处理一些无法预知的信号、噪声或时变信号。如果采用具有固定滤波系数的数字滤波器无法实现最优滤波,在这种情况下必须设计自适应滤波器,以使得滤波器的动态特性随着信号和噪声的变化而变化,以达到最优滤波效果。自适应滤波是仅需对当前观察的数据做处理的滤波算法。它能自动调节本
8、身冲激响应的特性,或者说自动调节数字滤波器的系数,以适应信号变化的特性,从而达到最佳滤波。实验表明由于自适应滤波不需要关于输入信号的先验知识,计算量小,特别适合于实时处理,近年来得到广泛的应用,如在自适应预测、自适应均衡
此文档下载收益归作者所有