资源描述：
《毕业设计（论文）-基于短时谱的噪声估计和语音增强研究》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、基于短时谱的噪声估计和语音增强研究摘要噪声环境下，许多语音处理系统的性能急剧下降。语音增强作为解决噪声污染的一种行之有效的预处理技术，一直都是语音信号处理领域中的热门课题。其目的就是从带噪语音信号中尽可能地提取纯净的原始语音信号，以提高信噪比和改善语音质量。基于短时谱估计的语音增强方法简单、适用信噪比范围大并且易于实时处理，是目前应用得最为广泛的方法。这种语音增强方法通常采用精确的噪声估计来采集噪声特性，再通过良好的增强算法来得到期望的估计语音。对此，本文立足于应用国内外的最新技术，深入系统地研
2、究了短时谱增强方法中的噪声估计和语音增强这两大技术环节，主要实现的工作如下：（1）介绍语音增强和语音行为检测技术的研究背景、意义、存在的问题。（2）从语音活动检测和连续更新噪声谱两方面入手，深入地探讨了语音增强系统中的噪声估计问题。在此基础上研究了两种行之有效的噪声估计方法：基于统计模型VAD的方法与基于最小值约束的快速自适应方法。实验表明，VAD方法的计算量小，并且易于实现，但是对非平稳噪声跟踪力度不够；而基于最小值约束的方法能及时地跟踪噪声变化，从而获得准确的噪声估计，有效改善增强效果。（3
3、）在短时谱估计的基础上，对谱减法进行了研究。关键词：噪声估计语音活动检测语音增强-27-AbstractSpeechenhancementasaeffectivepreprocessingtechnologytomitigatenoisepollution,inwhichthespeechprocessingsystemssharplyslowdowninperformance,hasbeenahottopic.Itspurposeistoremoveallkindsofinterference
4、noise,enhancetheSNR,andresumetheoriginalspeechaspurelyaspossible.Speechenhancementbasedonshort-timespectralestimationisthemostpopularmethodwhichissimple,applicableinawiderangeofSNR,andapttoreal-timeprocessing.Thismethodobtainsthenoisepropertybyusinga
5、ccuratenoiseestimationandgainstheexpectancyspeechintheperformanceoffavorableenhancementalgorithm.Accordingtothelatesttechnologyathomeandabroad,thispaperdoessystematicresearchonNoiseEstimationandSpeechEnhancement,whicharetwomajortechnicalissuesofshort
6、-timespectralenhancement.Themainworkislistedasfollows:1.Itintroducestheresearchbackground,significanceandexistedproblemsofVoiceActivityDetectionandspeechenhancement.2.StartingwithVADandcontinuallyupdatednoisespectrum,itdiscussestheissueofnoiseestimat
7、ioninspeechenhancementsystem.Furthermore,itresearchestwoeffectivemethodstoestimatenoise.TheoneisbasedonstatisticalmodelVAD;theotheroneisbasedonthefastself-adaptivealgorithmwithconstrainedminimization.Andtheexperimentshowsthattheformermethodwhosecompu
8、tationissmalliseasytorealize,butcan'tfollowupnon-stationarynoisetimely,whilethelatterisveryaccurateinnon-stationarynoiseenvironment,thenfollowing-upthechangingnoisetimely,andbenefitsalotfortheenhancement.3.Basedonshort-timespectrumestimation,themetho
