当前位置:主页 > 科技论文 > 网络通信论文 >

基于相关函数双麦克风语音增强算法的改进

发布时间:2018-05-30 19:59

  本文选题:语音增强 + 双麦克风 ; 参考:《西安电子科技大学》2015年硕士论文


【摘要】:语音增强技术作为语音信号处理的一个重要组成部分在语音信号处理领域得到了广泛的应用。在实际的应用环境中噪声种类多种多样,而且噪声的存在损害了语音信号的可懂度和语音质量。单麦克风语音增强技术已经取得了许多研究成果,并且对一般环境下的加性噪声有着不错的处理效果。但是由于单麦克风在处理复杂噪声时性能比较差,因此双麦克风语音增强技术得到了迅速的发展并且逐渐成为一种主流的降噪算法。通过充分利用语音信号的空间信息,双麦克风语音增强算法实现了对语音信号的空间定位,以实现对目标语音的接收和噪声的滤除。常用的双麦克风语音增强算法有基于麦克风阵列的语音增强算法、基于相关函数的语音增强算法、基于相位差的语音增强算法以及基于功率差的语音增强算法。本文主要讨论了一种应用于助听器的基于相关函数的可以对语音信号中相干噪声进行有效滤除的双麦克风语音增强算法。并在此算法的基础上得到了一种应用于手持终端的基于相关函数的双麦克风语音增强改进算法。首先,为了使算法可以应用于手机中,本文在原有基于相关函数语音增强算法的基础上做了一系列改进。通过对原有的基于相关函数语音增强算法的分析,改进后的算法调整了对目标语音的接收方向,从而实现对与双麦垂直平面内语音信号的有效接收,并且滤除掉其它方向的干扰信号。通过结合一种最小跟踪算法和原始的谱减滤波算法,本文得到一种对非平稳噪声有更好滤除效果的新算法。并且通过一种基于估计信噪比的维纳滤波算法,进一步实现对静音区段内噪声的滤除。最后通过对固定平滑因子的分析发现其存在一些缺陷,因此本文通过一种经过优化的动态平滑因子来代替原来的固定平滑因子,这种动态平滑因子可以动态调整其估计值以便于更好的跟踪信号的真实值。本文通过模拟一种小型办公室仿真环境,对比了不同信噪比和不同噪声角度下单麦谱减法、原始双麦相关函数语音增强算法和改进双麦相关函数语音增强算法的降噪性能。通过对比发现改进后双麦相关函数语音增强算法性能相比较原始双麦相关函数语音增强算法得到了明显的提升,并且改进后的双麦语音增强算法实现了对特定角度语音信号的定向接收。因此本文经过改进的基于相关函数的双麦克风语音增强算法对手机应用环境有较好的适用性。
[Abstract]:As an important part of speech signal processing, speech enhancement technology has been widely used in the field of speech signal processing. In the practical application environment, there are many kinds of noise, and the existence of noise damages the intelligibility and speech quality of speech signal. Single microphone speech enhancement technology has made many achievements and has a good effect on additive noise in general environment. However, because of the poor performance of single microphone in dealing with complex noise, dual-microphone speech enhancement technology has been rapidly developed and gradually become a mainstream noise reduction algorithm. By making full use of the spatial information of the speech signal, the dual-microphone speech enhancement algorithm realizes the spatial localization of the speech signal, so as to realize the receiving of the target speech and the filtering of the noise. The common dual microphone speech enhancement algorithms include microphone array based speech enhancement algorithm, correlation function based speech enhancement algorithm, phase difference based speech enhancement algorithm and power difference based speech enhancement algorithm. This paper mainly discusses a dual microphone speech enhancement algorithm based on correlation function which can effectively filter the coherent noise from speech signal. On the basis of this algorithm, an improved dual-microphone speech enhancement algorithm based on correlation function is proposed for handheld terminals. First, in order to make the algorithm applicable to mobile phones, this paper makes a series of improvements on the basis of the original speech enhancement algorithm based on correlation function. Based on the analysis of the original speech enhancement algorithm based on correlation function, the improved algorithm adjusts the receiving direction of the target speech and realizes the effective reception of the speech signal in the vertical plane with the double wheat. And filter out interference signals in other directions. By combining a minimum tracking algorithm with the original spectral subtraction filtering algorithm, a new algorithm with better filtering effect for non-stationary noise is obtained in this paper. Furthermore, a Wiener filter algorithm based on the estimation of SNR is used to remove the noise in the mute region. Finally, it is found that there are some defects in the fixed smoothing factor, so this paper uses an optimized dynamic smoothing factor to replace the original fixed smoothing factor. This dynamic smoothing factor can dynamically adjust its estimation to better track the true value of the signal. In this paper, by simulating a small office simulation environment, we compare the noise reduction performance of different signal-to-noise ratio (SNR) and different noise angle order wheat spectrum subtraction, original double wheat correlation function speech enhancement algorithm and improved double wheat correlation function speech enhancement algorithm. It is found that the performance of the improved algorithm is better than that of the original one. And the improved algorithm realizes the directional reception of the specific angle speech signal. Therefore, the improved dual microphone speech enhancement algorithm based on correlation function is suitable for mobile phone application environment.
【学位授予单位】:西安电子科技大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN912.35

【相似文献】

相关期刊论文 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

相关会议论文 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

相关博士学位论文 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

相关硕士学位论文 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 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

3 郭栗;特定人语音增强算法的研究[D];上海交通大学;2015年

4 纪志春;基于字典学习的语音增强算法研究[D];大连海事大学;2016年

5 尹波;基于麦克风小阵列的语音增强算法的研究[D];湖北工业大学;2016年

6 张建伟;基于噪声谱估计和信噪比约束的语音增强研究[D];安徽大学;2016年

7 魏泉水;基于深度神经网络的语音增强算法研究[D];南京大学;2016年

8 王鹏宇;压缩感知技术在语音增强和EEG信号中的应用研究[D];福州大学;2014年

9 魏清泉;有色噪声下语音增强算法及应用研究[D];福州大学;2014年

10 黄剑文;多通道语音增强算法及应用研究[D];福州大学;2014年



本文编号:1956581

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/wltx/1956581.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户1d27f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com