语音增强中噪声估计的研究

发布时间：2017-10-25 03:12

  本文关键词：语音增强中噪声估计的研究

  更多相关文章： 语音增强 噪声估计 最小值搜索 最小均方误差 先验信噪比

【摘要】：语音增强的目的是增强目标语音,或者说是减少噪声,经过多年的研究,人们已经提出了很多语音增强算法。而对许多语音增强算法而言,对噪声的估计都是一个非常关键的环节。语音是一种不平稳信号,但是具有短时平稳性,所以噪声估计算法普遍通过对带噪语音信号进行短时分析,采用随机过程和概率统计等数学方法对噪声的功率谱进行估计。本文以单声道语音增强中的噪声估计为研究对象,对几种具有代表性的噪声估计算法进行了介绍分析及仿真。并且对改进的最小值控制递归平均(Improved Minima Controlled Recursive Averaging,IMCRA)算法以及基于最小均方误差(Minimum Mean Square Error,MMSE)的噪声估计算法进行了改进。噪声的非平稳性特点决定了噪声在带噪语音的有声段也会发生变化,因而必须对噪声的变化做出快速的跟踪。IMCRA算法在最小值控制递归平均(Minima Controlled Recursive Averaging,MCRA)算法的基础上采用了两次平滑和两次最小值搜索,该算法的最小值搜索采取的是单向搜索,在噪声功率水平快速上升的情况下,会出现不能及时跟踪噪声功率的情况,因而会产生较大的延时。本文对IMCRA算法的最小值搜索方法进行了改进,在第一次最小值搜索时采用前后向搜索的方法得到一个语音存在的粗略判决,第二次最小值搜索时采用大小窗双向并行搜索,结合第一次的判决给出最小值搜索结果。仿真结果表明改进后的方法减少了噪声估计的延时,对噪声的估计效果更好。基于MMSE的噪声估计算法使用先验信噪比的最大似然估计来获得噪声周期图的MMSE估计,然而给定的先验信噪比估计所得到的MMSE估计是有偏估计,为了补偿这个偏差,需要使用判决引导法对先验信噪比再作一次估计。本文改进了原始算法,采用基于语音存在概率的软判决来代替硬判决,因此能够使估计无偏。本文的算法与原始的算法相比,改善了估计效果,减少了计算量,并且更节省内存。
【关键词】：语音增强 噪声估计 最小值搜索 最小均方误差 先验信噪比
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN912.35
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-14
• 1.1 课题研究背景及意义9-10
• 1.2 研究现状10-12
• 1.2.1 语音增强研究现状10-11
• 1.2.2 噪声估计研究现状11-12
• 1.3 本文主要内容和章节安排12-14
• 2 语音特性及语音增强算法14-27
• 2.1 语音信号及噪声信号特性14-16
• 2.1.1 语音信号特性14
• 2.1.2 噪声信号特性14-15
• 2.1.3 人耳感知特性15-16
• 2.2 语音增强算法16-24
• 2.2.1 谱减算法16-18
• 2.2.2 基于统计模型的算法18-22
• 2.2.3 子空间算法22-24
• 2.3 语音增强算法评价24-25
• 2.3.1 主观评价24-25
• 2.3.2 客观评价25
• 2.4 本章小结25-27
• 3 噪声的估计27-44
• 3.1 VAD算法27-30
• 3.2 MS算法30-35
• 3.3 基于信号存在概率的递归平均算法35-43
• 3.3.1 似然比算法36-38
• 3.3.2 MCRA算法38-41
• 3.3.3 IMCRA算法41-43
• 3.4 本章小结43-44
• 4 基于大小窗双向并行搜索的最小值搜索方法44-50
• 4.1 改进的最小值搜索方法44-46
• 4.2 实验仿真与分析46-49
• 4.3 本章小结49-50
• 5 改进的基于MMSE的噪声估计算法50-58
• 5.1 基于MMSE的噪声功率谱估计50-52
• 5.1.1 基于MMSE的VAD51-52
• 5.1.2 追踪停滞52
• 5.2 基于语音存在概率的软判决52-54
• 5.2.1 语音存在概率的估计52-53
• 5.2.2 避免停滞53-54
• 5.3 噪声估计算法评估54-57
• 5.4 本章小结57-58
• 结论58-59
• 致谢59-60
• 参考 文献60-63
• 攻读学位期间的研究成果63

【相似文献】

中国期刊全文数据库 前10条

1 胡光锐,虞晓;基于二阶前向结构和信息最大理论的语音增强算法[J];上海交通大学学报;2000年07期

2 姚峰英,张敏;用于语音增强的高频信噪比度量[J];声学学报;2002年05期

3 彭煊,刘金福,王炳锡;基于独立分量分析的语音增强[J];信号处理;2002年05期

4 王金明,张雄伟;一种基于自适应模糊滤波的语音增强方法[J];解放军理工大学学报(自然科学版);2003年01期

5 杨汇军,郑海英,王立红;语音增强方法的研究[J];辽宁工学院学报;2003年05期

6 徐爽,韩芳芳,郑德忠;基于阈值的小波域语音增强新算法[J];传感技术学报;2004年01期

7 孙新德;一种改进的语音增强方法及实现[J];郑州航空工业管理学院学报(社会科学版);2005年04期

8 钱国青;赵鹤鸣;;基于改进谱减算法的语音增强新方法[J];计算机工程与应用;2005年35期

9 王晶,傅丰林,张运伟;语音增强算法综述[J];声学与电子工程;2005年01期

10 杨毅;杨宇;余达太;;语音增强及其消噪能力研究[J];微电子学与计算机;2006年07期

中国重要会议论文全文数据库 前10条

1 陈凯;俞蒙槐;胡上序;付强;;语音增强系统性能评测方法综述[A];第四届全国人机语音通讯学术会议论文集[C];1996年

2 王建波;林本浩;田春明;刘睿;;语音增强及其相关技术研究[A];2009通信理论与技术新发展——第十四届全国青年通信学术会议论文集[C];2009年

3 徐舒;孙洪;;基于融合迭代的语音增强方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

4 牛刚;任新智;吴国庆;;谐波能量汇集度在语音增强中的应用[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

5 国雁萌;;一种极低信噪比条件下的语音增强方法[A];第六届全国人机语音通讯学术会议论文集[C];2001年

6 江峰;李晓东;;适用于抑制非平稳背景噪声的语音增强算法[A];中国声学学会2003年青年学术会议[CYCA'03]论文集[C];2003年

7 阎兆立;杜利民;;维纳后滤波语音增强算法研究[A];中国声学学会2005年青年学术会议[CYCA'05]论文集[C];2005年

8 刘淑华;胡强;覃团发;万海斌;;语音增强算法的研究[A];2005通信理论与技术新进展——第十届全国青年通信学术会议论文集[C];2005年

9 魏臻;张景达;陆阳;;嵌入式系统中语音增强改进算法的研究[A];2007'中国仪器仪表与测控技术交流大会论文集（一）[C];2007年

10 杨威明;;基于阈值的小波变换语音增强方法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

中国博士学位论文全文数据库 前10条

1 欧世峰;变换域语音增强算法的研究[D];吉林大学;2008年

2 尹伟;基于模型的语音增强方法及质量评估研究[D];武汉大学;2009年

3 王海艳;基于统计模型的语音增强算法研究[D];吉林大学;2011年

4 方瑜;语音增强相关问题研究[D];北京邮电大学;2012年

5 姚峰英;语音增强系统的研究与实现[D];中国科学院上海冶金研究所;2001年

6 夏丙寅;面向移动通信的单通道语音增强方法研究[D];北京工业大学;2014年

7 徐勇;基于深层神经网络的语音增强方法研究[D];中国科学技术大学;2015年

8 陶智;低信噪比环境下语音增强的研究[D];苏州大学;2011年

9 王娜;基于小波变换与约束方差噪声谱估计的语音增强算法研究[D];燕山大学;2011年

10 赵彦平;基于稀疏表示的语音增强方法研究[D];吉林大学;2014年

中国硕士学位论文全文数据库 前10条

1 肖佩霖;双通道语音增强系统设计与实现[D];哈尔滨工业大学;2011年

2 陈成斌;针对于家居环境的语音增强系统的研究与开发[D];华南理工大学;2015年

3 魏有权;基于噪声估计的语音增强算法研究[D];昆明理工大学;2015年

4 胡勇;麦克风阵列语音增强算法研究[D];电子科技大学;2014年

5 曹后斌;有色背景噪声环境下语音增强系统的设计与实现[D];电子科技大学;2014年

6 马小惠;阵列语音增强在车载环境中的应用[D];大连理工大学;2015年

7 李达;无线声学传感器网络中分布式语音增强方法研究[D];大连理工大学;2015年

8 高珍珍;基于梅尔频谱域HMM的语音增强方法研究[D];北京工业大学;2015年

9 宋环宇;全数字助听器语音增强算法研究[D];哈尔滨工业大学;2014年

10 王永杰;基于麦克风阵列的语音增强算法研究[D];西安电子科技大学;2014年

，

本文编号：1091796