噪声环境下的语音检测方法研究

发布时间：2017-04-05 03:16

  本文关键词：噪声环境下的语音检测方法研究，，由笔耕文化传播整理发布。

【摘要】：语音检测是指从一段包含语音的信号中自动地检测出语音存在时段的一门技术,也称为语音活动检测。它是语音信号处理中的重要环节,广泛地应用于多个研究领域,如语音编码、语音增强和语音识别等。目前,现有的语音检测方法在高信噪比噪声环境下检测效果比较理想,然而在低信噪比噪声环境下,其检测效果很大程度地下降。因此,低信噪比环境下的鲁棒语音检测方法研究具有重大意义。本文主要对基于机器学习的语音检测方法进行研究,在研究和分析现有的一些检测方法的基础上,对两种语音检测方法进行了改进,达到在低信噪比环境下提高语音检测性能的目的,具体工作和创新如下:(1)基于鲁棒特征的加权学习语音检测该方法针对基于谐波频率分量多观测似然比测试的语音检测方法所存在的一些问题进行了改进。针对噪声方差是计算语音检测似然比的关键,采用了无偏最小均方误差的方法进行噪声估计,提高了似然比计算的准确性;针对在低信噪比噪声环境下,浊音帧的谐波谱峰受到噪声干扰很大,不能有效地提高原有多帧似然比的总得分的缺点,提出了一个新的特征:基于长时谱峰的似然比几何均值,并将此特征与原有的多观测特征向量组合成一个新的特征向量,使用基于最小分类错误可区分训练方法对新特征向量进行加权,以此来改进语音检测的决策规则,这样消除了等权值模型所存在的缺陷。实验结果表明,该方法提高了对弱语音帧的检测,从而提高了语音检测的检测性能。(2)基于噪声和信号分类的语音检测由于基于信号分类的语音检测方法在检测模型构建时是由多噪声环境的混合含噪语音训练得到的,它没有考虑到噪声类别对语音检测的检测性能也存在一定的影响。因此,本文引入了噪声分类方法,将其作为语音检测方法的第一步,以此来提高检测性能。采用了感知小波包变换的方法来进行噪声特征提取,提高了噪声分类的准确性。针对二元分类问题需要可分性高的信号特征的要求,使用了鲁棒性高的多窗谱MFCC进行信号特征提取。实验结果表明,该方法有效地提高了语音检测的检测性能。
【关键词】：语音检测 噪声估计 长时谱峰 最小分类错误 噪声分类
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN912.3
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-17
• 1.1 研究工作的背景与意义10-11
• 1.2 国内外研究历史与现状11-15
• 1.3 本文的主要贡献与创新15
• 1.4 本论文的章节安排15-17
• 第二章 语音检测技术基础17-32
• 2.1 语音信号产生的数字模型17-20
• 2.1.1 激励模型17-19
• 2.1.2 声道模型19
• 2.1.3 辐射模型19-20
• 2.2 语音信号的特征分析20-27
• 2.2.1 语音信号的预处理20-22
• 2.2.2 语音信号的时域分析22-25
• 2.2.3 语音信号的频域分析25-27
• 2.3 语音检测技术27-30
• 2.3.1 基于统计模型的语音检测27-29
• 2.3.2 基于信号分类的语音检测29-30
• 2.4 语音数据库准备30-31
• 2.4.1 语音数据库30
• 2.4.2 参考标签30-31
• 2.5 性能评价标准31
• 2.6 本章小结31-32
• 第三章 基于鲁棒特征的加权学习语音检测32-54
• 3.1 基于Hmfreq-MOLRT的语音检测32-35
• 3.2 问题提出35-37
• 3.3 鲁棒的Hmfreq-LTSP联合特征37-42
• 3.3.1 无偏最小均方误差噪声估计37-38
• 3.3.2 Hmfreq-LTSP联合特征38-42
• 3.4 改进的决策规则42-45
• 3.5 实验结果45-53
• 3.5.1 噪声估计效果45-47
• 3.5.2 语音检测效果47-53
• 3.6 本章小结53-54
• 第四章 基于噪声和信号分类的语音检测54-73
• 4.1 MFCC-SVM的语音检测方法54-61
• 4.1.1 MFCC特征提取55-58
• 4.1.2 SVM分类器58-61
• 4.2 基于噪声和信号分类的语音检测61-67
• 4.2.1 算法思想61-62
• 4.2.2 系统框图62-63
• 4.2.3 噪声分类方法63-65
• 4.2.4 信号分类方法65-67
• 4.3 实验结果67-71
• 4.3.1 噪声分类效果67-68
• 4.3.2 信号分类效果68-70
• 4.3.3 语音检测效果70-71
• 4.4 本章小结71-73
• 第五章 总结与展望73-75
• 5.1 工作总结73
• 5.2 工作展望73-75
• 致谢75-76
• 参考文献76-81

【共引文献】

中国期刊全文数据库 前10条

1 苑津莎;张利伟;王瑜;尚海昆;;基于极限学习机的变压器故障诊断方法研究[J];电测与仪表;2013年12期

2 张凯;赵建虎;王锲;;基于支持向量机的水下地形匹配导航中适配区划分方法研究[J];大地测量与地球动力学;2013年06期

3 周任军;赵慧材;方昀晖;刘巍;;采用支持向量机图形用户界面的电力负荷组合预测方法[J];电力科学与工程;2013年12期

4 郝理阳;潘泉;;基于融合核方程对药物-靶点作用预测研究[J];电子设计工程;2013年23期

5 王文;王成刚;李建海;杨帆;;基于SVR的电工实验装置故障预测方法研究[J];电气电子教学学报;2013年06期

6 SUN Juelu;;An improved method to distinguish between scanned and rasterized document images[J];Baosteel Technical Research;2014年01期

7 欧阳纯萍;阳小华;雷龙艳;徐强;余颖;刘志明;;多策略中文微博细粒度情绪分析研究[J];北京大学学报(自然科学版);2014年01期

8 李雅倩;李颖杰;李海滨;张强;张文明;;融合全局与局部多样性特征的人脸表情识别[J];光学学报;2014年05期

9 李姜;郭立红;;基于改进支持向量机的目标威胁估计[J];光学精密工程;2014年05期

10 王晓春;黄靖;杨丰;罗蔓;;基于SVM模型参数优化的多模态MRI图像肿瘤分割方法[J];南方医科大学学报;2014年05期

中国重要会议论文全文数据库 前7条

1 钱志明;杨家宽;段连鑫;;基于视频的车辆检测与跟踪研究进展[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

2 朱强华;郑铁然;韩纪庆;;行车环境下基于二值语谱图的声学事件检测[A];第十二届全国人机语音通讯学术会议（NCMMSC'2013）论文集[C];2013年

3 YAN Jun-wei;Zhou Yu;ZHOU Xuan;;Study on Operation Energy Efficiency Model of Chiller Based on SVR[A];第26届中国控制与决策会议论文集[C];2014年

4 蔡英凤;王海;陈小波;;基于多部件RBM模型的部分遮挡车辆检测[A];2014第九届中国智能交通年会大会论文集[C];2014年

5 Jun Chen;Xiaoqi Peng;Xiuming Tang;;Error Correction of Support Vector Regression Model for Copper-Matte Converting Process[A];2015年中国智能自动化学术会议论文集（第三分册）[C];2015年

6 吴龙飞;孙浩;计科峰;;基于集成映射的半监督图像分类方法[A];第八届全国信号和智能信息处理与应用学术会议会刊[C];2014年

7 游山;焦振宇;许超;;大间隔原则的双边2DPCA在人脸识别中的应用[A];第九届全国信号和智能信息处理与应用学术会议专刊[C];2015年

中国博士学位论文全文数据库 前10条

1 王宝勋;面向网络社区问答对的语义挖掘研究[D];哈尔滨工业大学;2013年

2 常广;高压断路器振动监测与故障诊断的研究[D];北京交通大学;2013年

3 姜恩宇;基于直肠感知功能重建的人工括约肌系统研究[D];上海大学;2013年

4 邵喜高;基于统计学习理论的多核预测模型研究及应用[D];中南大学;2013年

5 木瑞塔（Murtada Khalafallah Elbashir Elfaki）;基于机器学习和统计方法的蛋白质结构特征预测[D];中南大学;2013年

6 张国鹏;三维纹理分析在虚拟结肠镜计算机辅助检测/诊断中的应用研究[D];第四军医大学;2013年

7 邓盛川;具有调峰炉的热力站节能控制策略研究[D];哈尔滨工业大学;2012年

8 李翔;隧道工程稳定可靠度计算分析方法研究[D];湖南大学;2012年

9 张志敏;化学计量学算法实现的软件开发基础研究[D];中南大学;2012年

10 胡振邦;基于Latent SVM的人体目标检测与跟踪方法研究[D];中国地质大学;2013年

中国硕士学位论文全文数据库 前10条

1 马静;基于数据不平衡的SVM方法预测microRNA[D];燕山大学;2013年

2 冉沛;基于特征提取的篡改图像取证研究[D];重庆大学;2013年

3 刘峰;基于多目标优化的多标签分类算法参数调谐研究[D];南京师范大学;2013年

4 袁建洲;风电场短期功率预测方法的研究[D];南昌大学;2013年

5 周明辉;运动车辆车牌识别算法的研究与实现[D];昆明理工大学;2013年

6 张轶;干扰量化类隐写的检测[D];解放军信息工程大学;2013年

7 李家魁;基于序列进化信息的蛋白质预测研究[D];东北师范大学;2013年

8 王星;利用聚类后PCA方法的T细胞表位预测研究[D];东北师范大学;2013年

9 魏雅娟;暗视场浮游动物图像自动识别方法研究[D];中国海洋大学;2013年

10 刘毅;基于内容的敏感图像识别技术研究[D];北京工业大学;2013年

  本文关键词：噪声环境下的语音检测方法研究，由笔耕文化传播整理发布。

本文编号：286389