基于微振动提取算法的声音恢复的实现和优化

发布时间：2020-10-15 05:26

　　 人的声音是通过声波的形式进行传播,声波会引发空气的振动而引起人体听觉器官的振动,最后被其他人所听见。由人体发声器官发出的声音又被称为语音,它往往包含着一定的信息,代表着不同的含义。但是由于声波振动引起的语音信号往往非常微弱,需要进行一定的放大和恢复从而被人所听见,人们常常采用麦克风的形式,通过电路对振动进行放大。近年来也出现了光学麦克风的形式,通过激光的反射实现语音的放大和恢复。视觉测量是近些年来发展迅速的测量技术,在形状检测、目标识别和跟踪以及物体结构和运动分析等领域都实现了广泛的应用,具有非接触、全场测量等多方面的优势。高速视觉测量是视觉测量中的一种方式,可以得到频率更好的信息,适用于需要精确测量的场合。考虑语音产生的振动也是一种微小的运动,本文就能否通过高速视觉完成对于微振动的提取,实现基于视觉测量的声音恢复进行了相关的探索和研究。本文对基于高速视觉的微振动提取方法进行了研究,分析了三种不同的影像放大技术,比较其优缺点,并找到了适用于对微小运动进行放大的方法,进行了相关的仿真实验,验证了算法具有的放大效果。而后提出了一种自适应的基于奇异值分解的微振动提取方法,对子区域的选取进行了优化。它运用奇异值分解的特性,可以实现对运动特性本质特征的表达。基于微振动提取的算法,本文对语音恢复方法进行了具体的实验,首先对.整体的系统架构进行了设计,对不同的关键部分进行了相关介绍,而后在系统的基础上进行了基本实验,实现了对语音信息的放大和还原。最后针对于直接还原的结果不是非常理想的情况,提出了一种基于噪声估计的谱减法对语音信息进行优化和增强,相比于传统的谱减法实现了对于噪声较为精准的估计和分离,得到了评价良好的改进结果。本文中提出的改进了语音处理方法的基于奇异值分解的微振动提取算法,可以实现对语音的恢复并拥有良好的效果,在安防、监听等领域拥有着实际意义。同时,微小振动也包含着除了声音以外的其他很多信号,所以这样的提取和去噪方法对于同类振动信号的放大和还原也有着一定的借鉴意义。
【学位单位】：中国科学技术大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN912.3
【部分图文】：

模态是不同的结构系统的固有振动特性，也可以通过视觉的方式，对激励下??不同的结构进行振动的提取，实现对结构固有频率模态信息的提取和估计。如下??图１．３所示，Ｃｈｅｎ等人＿和Ｙａｎｇ等人＾分别用视觉测量的方式实现了对模态振??动信息的提取，完成了对悬臂梁模态参数的估计和模态振动的可视化的研宄。??３??

图１．３基于视觉测量的模态振动研宄??

＿＿??（ａ）??■■＿國??（ｂ）??图１．３基于视觉测量的模态振动研宄??近些年来，国内的学者也对基于视觉的微小运动测量和提取技术进行了大量??的研宄，周勇等人［３（）］运用了视觉测量的方法，使用高速摄像机获取微陀螺在电压??信号激励下的振动位移时变曲线。季云峰［３１）和徐秀秀等人［３２］分别使用机器视觉??测量的技术对斜拉桥的拉索和航天材料等柔性材料的振动情况进行了测量，实验??结果均说明了该方法的可靠性。??１．２．２声音恢复的研究现状??激光具有亮度高、方向性强、单色性及相干性好等特点，早在２０世纪７０年??代，激光就以其独特的优势引起了学者的关注，ＧＳｍｅｅｔｓ在１９７７年提出了运用??激光干涉实现声音恢复的可能性［３３１，将激光光束照到被声音作用的物体上，被物??体反射并返回到接收器，通过干涉检测来回光路的细微差别，可以由干涉仪将这??些变化转化为强度的变化
【参考文献】

相关期刊论文 前8条

1 徐秀秀;郭毓;余臻;张懿;;基于机器视觉的柔性臂振动测量研究[J];华中科技大学学报(自然科学版);2013年S1期

2 季云峰;;无目标计算机视觉技术在斜拉索振动测试中的应用研究[J];振动与冲击;2013年20期

3 周勇;孙海刚;高世桥;;基于视觉测量的微陀螺振动系统线性度测试研究[J];北京理工大学学报;2012年08期

4 王敏妲;;语音识别技术的研究与发展[J];微型机与应用;2009年23期

5 谢耀华;汤晓安;孙茂印;;不产生精度截断及数据膨胀的图像金字塔[J];中国图象图形学报;2009年06期

6 黄苏雨;梁声灼;黄苏园;;语音增强方法综述[J];计算机与现代化;2007年03期

7 赵斐 ,徐勇 ,成立新;PESQ及其应用[J];电子设计应用;2003年03期

8 孙文山;;高速相机的发展水平和动向[J];光学仪器;1982年01期

相关博士学位论文 前6条

1 张大山;基于高速视觉的结构运动测量算法研究与应用[D];中国科学技术大学;2017年

2 郭杰;基于视觉的振动特征提取算法研究及应用[D];中国科学技术大学;2015年

3 方瑜;语音增强相关问题研究[D];北京邮电大学;2012年

4 吴斌;语音识别中的后处理技术研究[D];北京邮电大学;2008年

5 孙双花;视觉测量关键技术及在自动检测中的应用[D];天津大学;2007年

6 蒋永梁;光纤麦克风的理论和实验研究[D];东南大学;2005年

相关硕士学位论文 前9条

1 刘新会;基于金字塔分解的无参考图像质量评价[D];江南大学;2017年

2 庞楠楠;高速相机记录系统的设计与实现[D];西安电子科技大学;2017年

3 聂振国;基于奇异值分解的信号处理关键技术研究[D];华南理工大学;2016年

4 徐宇卓;语音可懂度客观评价方法的研究[D];太原理工大学;2015年

5 方麒;振膜带孔式硅微电容麦克风的仿真与优化[D];浙江工业大学;2014年

6 钟林鹏;说话人识别系统中的语音信号处理技术研究[D];电子科技大学;2013年

7 张刚强;利用高速相机实现的纸病在线检测系统[D];陕西科技大学;2012年

8 卜凡艳;数字图像匹配技术研究[D];合肥工业大学;2010年

9 肖艳;语音可懂度增强方法研究[D];电子科技大学;2009年

本文编号：2841764