资源描述：
《基于eemd和ica的语音去噪方法_李晶皎》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、第32卷第11期东北大学学报(自然科学版)Vol.32,No.112011年11月JournalofNortheasternUniversity(NaturalScience)Nov.2011基于EEMD和ICA的语音去噪方法李晶皎,安冬,王骄(东北大学信息科学与工程学院,辽宁沈阳110819)摘要:语音去噪技术是语音识别系统走向实用化的一个关键性难题.针对语音信号为非平稳信号的特点,提出了一种基于EEMD和ICA相结合的语音去噪方法,首先利用集合经验模态分解(EEMD)算法将含噪语音信号分解为若干个独立的固有模态函数(IMF),消除了经验模态分解(EMD
2、)算法处理语音信号时产生的模态混迭现象;然后将固有模态函数通过改进的独立分量分析(ICA)算法分离出若干个有效的语音信号分量;最后对其进行语音重构,从而达到消除噪声干扰的目的.实验结果表明,该方法在输入信噪比为-10dB的汽车噪声条件下,可以将语音信号的信噪比提高到2.7412dB.关键词:经验模态分解;集合经验模态分解;固有模态函数;独立分量分析;语音去噪中图分类号:N945.13文献标志码:A文章编号:1005-3026(2011)11-1554-04SpeechDenoisingMethodBasedontheEEMDandICAApproaches
3、LIJing-jiao,ANDong,WANGJiao(SchoolofInformationScience&Engineering,NortheasternUniversity,Shenyang110819,China.Correspondingauthor:ANDong,E-mail:249350656@qq.com)Abstract:Speechdenoisingtechnologyisoneofthekeyproblemsinthepracticalapplicationofspeechrecognitionsystems.Sincespeechs
4、ignalsarenonstationary,speechsignalcontainedchirpwasdecomposedintoseveralintrinsicmodefunctions(IMF)withthemethodofensembleempiricalmodedecomposition(EEMD).Atthesametime,iteliminatedthemodelmixsuperpositionphenomenonwhichusuallycameoutinprocessingspeechsignalwiththealgorithmofempi
5、ricalmodedecomposition(EMD).Afterthat,severaleffectivespeechsignalcomponentswereseparatedfromintrinsicmodefunctionthroughthealgorithmofimprovedindependentcomponentanalysis(ICA).Finally,reconstructedtheminthepurposeofnoiseelimination.Theresultshowedthatthenewspeechdenoisingmethodpr
6、oposedaboveimprovesSNRupto2.7412dBintheconditionthat-10dBSNRvehicleinteriornoise.Keywords:empiricalmodedecomposition;ensembleempiricalmodedecomposition;intrinsicmodefunction;independentcomponentanalysis;speechdenoising语音去噪技术是语音信号处理领域的一个重虽然目前广泛应用于信号分析的小波分析方法不要研究方向,它在改进语音质量、提高语音可懂同程
7、度上对非平稳、非线性信号的时变性给予了[1]度、解决噪声污染等方面发挥着重要的作用.由于恰当的描述,大大改进了FFT分解的不足,但语音信号是典型的非线性、非平稳信号,一些传统小波分析方法仍然存在着选择匹配适当小波基的的信号分析方法,如快速傅里叶变换(FFT),在进困难,很难根据被检测信号的特点自适应地调整行语音去噪时,需要知道噪声的一些特征或统计小波基.[2]性质,特别是当噪声与语音的频谱相似时,传统的集合经验模态分解(ensembleempirical单纯时域或频域处理往往无法达到很好的效果.modedecomposition,EEMD)是一种新的噪声辅
8、收稿日期:2011-05-12基金项目:国家自然科学基金资助项目(
