语音降噪处理技术的研究
发布时间：2021-04-27 12:44
随着科学技术的发展,语音识别系统得到了广泛发应用。在一般情况下,目前所有使用的语音识别系统都需要进行语音降噪处理,都存在语音降噪系统。因此,语音降噪算法对于语音识别具有重要的作用,本文为了增强语音降噪算法的效果,对目前的语音降噪算法进行了改进。首先,介绍语音信号产生相关原理、语音信号的特征、噪声相关知识算法和人耳的特性。同时对语音降噪的客观和主观评价方法分别进行了介绍。对于语音降噪处理的算法的评价,我们不仅仅需要考虑算法评价的可操作性和准确性,同时也要避免算法评价的片面性。经过比较,针对主观和客观评价方法,我们通过分析比较选出分段信噪比和波形图两种方法作为对算法评价的客观方法和主观方法。另外一个方面,语音降噪处理的算法运行时间也是一个重要的因素,所以,我们同时也考虑了时间这个因素。然后,主要是针对传统的频谱减法,进行改进并且实现改进的算法。一开始主要对频谱减算法的噪声估计这个阶段进行部分改进。以前传统的噪声估计的方法是基于最小统计和最优平滑的噪声估计,在噪声的估计阶段,本章使用了基于语音检测的噪声估计算法,对噪声进行了有效的估计。其次,针对频谱减法的特点,实现了对语音噪声进行处理的方法...
【文章来源】：兰州交通大学甘肃省
【文章页数】：60 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 语音降噪研究背景及意义
1.2 国内外研究进展及现状
1.3 研究内容和结构安排
1.3.1 研究内容
1.3.2 结构安排
1.4 本章小结
第二章 语音信号特性及降噪算法评价方法
2.1 语音信号模型与特性
2.1.1 语音信号模型
2.1.2 语音信号特性
2.1.3 噪声特性
2.2 语音降噪的相关算法
2.2.1 子空间方法
2.2.2 逆滤波解混响和降噪
2.3 语音降噪算法的评价
2.3.1 客观评价
2.3.2 主观评价
2.4 数字滤波器设计
2.5 本章小结
第三章 基于谱减法的语音降噪处理算法
3.1 谱减法算法原理
3.2 谱减法实现步骤
3.3 减少后期干扰的谱减法
3.4 基于改进谱减法的语音降噪处理
3.5 仿真结果
3.6 本章小结
第四章 基于自适应滤波的语音降噪算法
4.1 自适应滤波算法原理
4.1.1 LMS算法原理
4.1.2 自适应滤波算法
4.2 基于自适应滤波的语音降噪处理步骤
4.3 仿真结果
4.4 本章小结
第五章 基于AR模型的卡尔曼语音降噪算法
5.1 语音信号结构性检测
5.1.1 MFCC倒谱距离端点检测法
5.2 AR模型噪声预测
5.2.1 确定阶数
5.2.2 建立AR模型,并估计噪声方差
5.3 AR结合kalman语音降噪
5.3.1 利用kalman进行滤波降噪
5.3.2 仿真实验
5.4 本章小结
第六章 总结与展望
6.1 研究结论总结
6.2 展望
致谢
参考文献
攻读学位期间的研究成果
【参考文献】：
期刊论文
[1]基于树莓派的多串口多总线服务器设计[J]. 李艳芹,蒋健,李人杰. 单片机与嵌入式系统应用. 2014(10)
[2]基于Raspberry Pi的电梯彩屏显示系统设计[J]. 赖江,李英祥,何琪,苏凯. 单片机与嵌入式系统应用. 2014(05)
[3]一种基于统计模型的改进谱减降噪算法[J]. 孙杨,原猛,冯海泓. 声学技术. 2013(02)
[4]一种自适应变阶谱减降噪算法在电子耳蜗中的应用[J]. 闵姝君,田岚. 声学学报. 2011(03)
[5]一种新的语音端点检测方法及在智能轮椅人机交互中的应用[J]. 罗元,黄璜,张毅,胡章芳. 重庆邮电大学学报(自然科学版). 2011(04)
[6]基于噪声短时谱动态估计的语音增强谱减算法[J]. 李银国,薛雯,徐洋. 重庆邮电大学学报(自然科学版). 2010(02)
[7]基于噪声谱结构特性的谱减法[J]. 郑成诗,胡笑浒,周翊,李晓东. 声学学报. 2010(02)
[8]基于MFCC等组合特征的说话人识别模型[J]. 朱建伟,孙水发,刘晓丽. 三峡大学学报(自然科学版). 2009(06)
[9]基于改进谱减法的语音增强研究[J]. 刘志坤,唐小明,朱洪伟. 计算机仿真. 2009(06)
[10]基于熵函数的语音端点检测算法研究[J]. 王博,郭英,韩立峰. 信号处理. 2009(03)
博士论文
[1]基于稀疏表示的语音增强方法研究[D]. 赵彦平.吉林大学 2014
[2]语音增强系统的研究与实现[D]. 姚峰英.中国科学院上海冶金研究所 2001
硕士论文
[1]基于双麦克的语音增强算法的研究及应用[D]. 张彦芳.清华大学 2013
[2]噪声环境下语音信号端点检测的方法研究[D]. 虎大力.西华大学 2012
[3]基于自适应谱估计的语音增强算法研究及应用[D]. 闵姝君.山东大学 2011
[4]低信噪比下的语音增强方法研究[D]. 高留洋.解放军信息工程大学 2010
[5]基于声学模型和小波变换的语音增强方法研究[D]. 阮兆文.中国科学技术大学 2009
本文编号：3163492
【文章来源】：兰州交通大学甘肃省
【文章页数】：60 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 语音降噪研究背景及意义
1.2 国内外研究进展及现状
1.3 研究内容和结构安排
1.3.1 研究内容
1.3.2 结构安排
1.4 本章小结
第二章 语音信号特性及降噪算法评价方法
2.1 语音信号模型与特性
2.1.1 语音信号模型
2.1.2 语音信号特性
2.1.3 噪声特性
2.2 语音降噪的相关算法
2.2.1 子空间方法
2.2.2 逆滤波解混响和降噪
2.3 语音降噪算法的评价
2.3.1 客观评价
2.3.2 主观评价
2.4 数字滤波器设计
2.5 本章小结
第三章 基于谱减法的语音降噪处理算法
3.1 谱减法算法原理
3.2 谱减法实现步骤
3.3 减少后期干扰的谱减法
3.4 基于改进谱减法的语音降噪处理
3.5 仿真结果
3.6 本章小结
第四章 基于自适应滤波的语音降噪算法
4.1 自适应滤波算法原理
4.1.1 LMS算法原理
4.1.2 自适应滤波算法
4.2 基于自适应滤波的语音降噪处理步骤
4.3 仿真结果
4.4 本章小结
第五章 基于AR模型的卡尔曼语音降噪算法
5.1 语音信号结构性检测
5.1.1 MFCC倒谱距离端点检测法
5.2 AR模型噪声预测
5.2.1 确定阶数
5.2.2 建立AR模型,并估计噪声方差
5.3 AR结合kalman语音降噪
5.3.1 利用kalman进行滤波降噪
5.3.2 仿真实验
5.4 本章小结
第六章 总结与展望
6.1 研究结论总结
6.2 展望
致谢
参考文献
攻读学位期间的研究成果
【参考文献】：
期刊论文
[1]基于树莓派的多串口多总线服务器设计[J]. 李艳芹,蒋健,李人杰. 单片机与嵌入式系统应用. 2014(10)
[2]基于Raspberry Pi的电梯彩屏显示系统设计[J]. 赖江,李英祥,何琪,苏凯. 单片机与嵌入式系统应用. 2014(05)
[3]一种基于统计模型的改进谱减降噪算法[J]. 孙杨,原猛,冯海泓. 声学技术. 2013(02)
[4]一种自适应变阶谱减降噪算法在电子耳蜗中的应用[J]. 闵姝君,田岚. 声学学报. 2011(03)
[5]一种新的语音端点检测方法及在智能轮椅人机交互中的应用[J]. 罗元,黄璜,张毅,胡章芳. 重庆邮电大学学报(自然科学版). 2011(04)
[6]基于噪声短时谱动态估计的语音增强谱减算法[J]. 李银国,薛雯,徐洋. 重庆邮电大学学报(自然科学版). 2010(02)
[7]基于噪声谱结构特性的谱减法[J]. 郑成诗,胡笑浒,周翊,李晓东. 声学学报. 2010(02)
[8]基于MFCC等组合特征的说话人识别模型[J]. 朱建伟,孙水发,刘晓丽. 三峡大学学报(自然科学版). 2009(06)
[9]基于改进谱减法的语音增强研究[J]. 刘志坤,唐小明,朱洪伟. 计算机仿真. 2009(06)
[10]基于熵函数的语音端点检测算法研究[J]. 王博,郭英,韩立峰. 信号处理. 2009(03)
博士论文
[1]基于稀疏表示的语音增强方法研究[D]. 赵彦平.吉林大学 2014
[2]语音增强系统的研究与实现[D]. 姚峰英.中国科学院上海冶金研究所 2001
硕士论文
[1]基于双麦克的语音增强算法的研究及应用[D]. 张彦芳.清华大学 2013
[2]噪声环境下语音信号端点检测的方法研究[D]. 虎大力.西华大学 2012
[3]基于自适应谱估计的语音增强算法研究及应用[D]. 闵姝君.山东大学 2011
[4]低信噪比下的语音增强方法研究[D]. 高留洋.解放军信息工程大学 2010
[5]基于声学模型和小波变换的语音增强方法研究[D]. 阮兆文.中国科学技术大学 2009
本文编号：3163492
本文链接：https://www.wllwen.com/kejilunwen/wltx/3163492.html
