基于MATLAB的语音信号增强算法的研究
发布时间：2021-10-27 03:22
语音增强技术在语音通信及信息传递中都是一个不可或缺的重要环节,在现今的生活与生产领域中都有着不可替代的作用。语音增强技术的发展日新月异,各种增强方法如雨后春笋,对它们的研究以及开发,一直是一个重要的课题。如今,传统的单通道增强算法,如MMSE、维纳滤波法等在信息通信方面已经有了比较成熟的应用。对于通信质量的不断追求,单通道语音增强所能提供的增强后语音已经渐渐不能满足人们对于语音质量的要求,因此,多通道的增强方法进入人们的视线之中,尤其是麦克风阵列的出现,其在降噪,减小失真等方面都有较好的性能表现。本文将从以下两个方面对语音增强技术展开讨论分析。（1）在单通道语音增强方面对MMSE-LSA算法展开讨论,对其性能进行分析,原算法中增益函数主要通过先验信噪比来确定,这就使得增强语音存在着时延和噪声残留问题,本文算法利用前一帧和当前帧的语音信号,根据先验信噪比和后验信噪比的关系,提出一种基于后验信噪比估计先验信噪比的方法,以解决时延问题,从而得到噪声的最优估计,对于平滑因子α不再完全依靠先验信噪比来确定,利用帧间平滑引入后验信噪比使平滑因子α能够动态取值,以对动态的信噪比进行跟踪,适应其变化,...
【文章来源】：兰州交通大学甘肃省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
语音增强系统框图
下图为谱减法算法流程图图 2.2 谱减法流程图2.2.2 小波变换法小波变换将信号分解到相邻子带上，由此得到相应的子带信号，而在高频带，可以得到细节信号——信号快速变化；信号的时变特性在低频带进行跟踪[18]是可行的，这些都与其多分辨分析特性有关。信号局部特征在时域和频域中其都能够进行较好的表现，它能够从时间角度对信号高频部分进行较好的分别；而在低频部分，频率分辨具有比较好的效果。较好的时间分辨率，可以检测信号高频部分高速变化的瞬间信息，而较高的频率分辨率比较好的展现低频部分共振峰缓慢变化的的情况。因此，其能够很好的适应语音信号处理。将语音信号按照不同的频段进行分解是小波的实质。为达到提高信噪比的目的，小波变换用不同的阈值来处理不同的尺度下小波系数。常用的阂值函数有硬阈值函数和软阈值函数，表达式如下:硬阈值法： YTYYTTHRYTH0,,( ,)(2.1)软阈值法：
图 2.4 维纳滤波法流程图2.2.4 其它的增强方法语音信号具有非平稳性，而状态空间变换法可以对其特性进行较好的表征[21]，随语音的变化，其特性必然也会变化，则相应的语音增强模型也需要跟着改变。技术色断进步和发展涌现出了更多的新方法，比如隐马尔科夫模型法[22]、独立分量法[23]、听掩蔽法[24]和分形理论法[25]等。此外，利用人工神经网络作为近年来新发展起来的一种强语音方法也获得了很大的成就[26]，它是将原始语音信号通过一系列的处理使之成为个语音数据库，混合语音和原始语音进行对比并计算二者之间的误差，然后用误差最准则通过 BP 算法调整网络权值，从而得到处理后的增强信号。2.3 多通道语音增强方法多通道相与单通道的语音信号的采集相比，由单一麦克风采集变为多个麦克风的克风阵列对语音信号进行采集从而实现语音信号的处理。多通道语音增强算法一般有种：(1)时延估计法；(2)麦克风阵列法。为了对系统各通道中的信号延迟进行估计和偿，由此出现基于时延估计的算法，该方法可以保持麦克风阵列始终针对说话者;同时
【参考文献】：
期刊论文
[1]多重约束非负矩阵分解的非平稳噪声语音增强（英文）[J]. 邹月娴,刘诗涵,王迪松. 控制理论与应用. 2017(06)
[2]基于DNN的子空间语音增强算法[J]. 贾海蓉,王栋,郭欣. 太原理工大学学报. 2016(05)
[3]利用子空间改进的K-SVD语音增强算法[J]. 郭欣,贾海蓉,王栋. 西安电子科技大学学报. 2016(06)
[4]基于多窗谱估计的维纳滤波语音增强算法[J]. 张正文,周航麒. 河南理工大学学报(自然科学版). 2015(05)
[5]后置滤波器参数自适应的语音合成改进算法[J]. 戈永侃,于凤芹. 计算机工程与应用. 2017(01)
[6]基于特征值置换的子空间语音增强算法[J]. 孙成立,穆俊生. 计算机工程. 2016(02)
[7]一种基于MMSE-LSA和VAD的语音增强算法[J]. 晏光华. 移动通信. 2014(10)
[8]增强型语音可懂度的评价[J]. 马建芬,张雪英. 计算机工程与应用. 2012(32)
[9]基于F范数的信号子空间维度估计的多通道语音增强算法[J]. 李超,刘文举. 声学学报. 2011(04)
[10]基于子空间语音增强方法的研究[J]. 崔秀美. 数理医药学杂志. 2008(03)
博士论文
[1]基于子空间的低计算复杂度语音增强算法研究[D]. 孙琦.吉林大学 2017
[2]非理想条件下的自适应波束形成算法研究[D]. 黄磊.中国科学技术大学 2016
[3]基于子空间的声学模型及自适应技术研究[D]. 张文林.解放军信息工程大学 2013
[4]语音增强相关问题研究[D]. 方瑜.北京邮电大学 2012
[5]麦克风阵列语音增强的若干方法研究[D]. 王冬霞.大连理工大学 2007
硕士论文
[1]多通道语音增强算法研究[D]. 潘甲.湖北工业大学 2017
[2]基于Krylov子空间的多通道自适应信号检测方法的性能分析[D]. 汪秋莹.电子科技大学 2015
[3]语音增强算法研究及MATLAB实现[D]. 席冬梅.河南理工大学 2012
[4]基于压缩感知的语音稀疏基和投影矩阵构造技术的研究[D]. 唐力.南京邮电大学 2012
[5]语音增强算法的研究及改进[D]. 孙晋松.山东大学 2009
[6]基于子空间的语音增强算法研究[D]. 牛铜.解放军信息工程大学 2009
[7]实时语音增强的研究及其DSP系统实现[D]. 安文彦.电子科技大学 2009
[8]基于MMSE-LSA的语音增强研究[D]. 郭芳.哈尔滨工程大学 2008
本文编号：3460767
【文章来源】：兰州交通大学甘肃省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
语音增强系统框图
下图为谱减法算法流程图图 2.2 谱减法流程图2.2.2 小波变换法小波变换将信号分解到相邻子带上，由此得到相应的子带信号，而在高频带，可以得到细节信号——信号快速变化；信号的时变特性在低频带进行跟踪[18]是可行的，这些都与其多分辨分析特性有关。信号局部特征在时域和频域中其都能够进行较好的表现，它能够从时间角度对信号高频部分进行较好的分别；而在低频部分，频率分辨具有比较好的效果。较好的时间分辨率，可以检测信号高频部分高速变化的瞬间信息，而较高的频率分辨率比较好的展现低频部分共振峰缓慢变化的的情况。因此，其能够很好的适应语音信号处理。将语音信号按照不同的频段进行分解是小波的实质。为达到提高信噪比的目的，小波变换用不同的阈值来处理不同的尺度下小波系数。常用的阂值函数有硬阈值函数和软阈值函数，表达式如下:硬阈值法： YTYYTTHRYTH0,,( ,)(2.1)软阈值法：
图 2.4 维纳滤波法流程图2.2.4 其它的增强方法语音信号具有非平稳性，而状态空间变换法可以对其特性进行较好的表征[21]，随语音的变化，其特性必然也会变化，则相应的语音增强模型也需要跟着改变。技术色断进步和发展涌现出了更多的新方法，比如隐马尔科夫模型法[22]、独立分量法[23]、听掩蔽法[24]和分形理论法[25]等。此外，利用人工神经网络作为近年来新发展起来的一种强语音方法也获得了很大的成就[26]，它是将原始语音信号通过一系列的处理使之成为个语音数据库，混合语音和原始语音进行对比并计算二者之间的误差，然后用误差最准则通过 BP 算法调整网络权值，从而得到处理后的增强信号。2.3 多通道语音增强方法多通道相与单通道的语音信号的采集相比，由单一麦克风采集变为多个麦克风的克风阵列对语音信号进行采集从而实现语音信号的处理。多通道语音增强算法一般有种：(1)时延估计法；(2)麦克风阵列法。为了对系统各通道中的信号延迟进行估计和偿，由此出现基于时延估计的算法，该方法可以保持麦克风阵列始终针对说话者;同时
【参考文献】：
期刊论文
[1]多重约束非负矩阵分解的非平稳噪声语音增强（英文）[J]. 邹月娴,刘诗涵,王迪松. 控制理论与应用. 2017(06)
[2]基于DNN的子空间语音增强算法[J]. 贾海蓉,王栋,郭欣. 太原理工大学学报. 2016(05)
[3]利用子空间改进的K-SVD语音增强算法[J]. 郭欣,贾海蓉,王栋. 西安电子科技大学学报. 2016(06)
[4]基于多窗谱估计的维纳滤波语音增强算法[J]. 张正文,周航麒. 河南理工大学学报(自然科学版). 2015(05)
[5]后置滤波器参数自适应的语音合成改进算法[J]. 戈永侃,于凤芹. 计算机工程与应用. 2017(01)
[6]基于特征值置换的子空间语音增强算法[J]. 孙成立,穆俊生. 计算机工程. 2016(02)
[7]一种基于MMSE-LSA和VAD的语音增强算法[J]. 晏光华. 移动通信. 2014(10)
[8]增强型语音可懂度的评价[J]. 马建芬,张雪英. 计算机工程与应用. 2012(32)
[9]基于F范数的信号子空间维度估计的多通道语音增强算法[J]. 李超,刘文举. 声学学报. 2011(04)
[10]基于子空间语音增强方法的研究[J]. 崔秀美. 数理医药学杂志. 2008(03)
博士论文
[1]基于子空间的低计算复杂度语音增强算法研究[D]. 孙琦.吉林大学 2017
[2]非理想条件下的自适应波束形成算法研究[D]. 黄磊.中国科学技术大学 2016
[3]基于子空间的声学模型及自适应技术研究[D]. 张文林.解放军信息工程大学 2013
[4]语音增强相关问题研究[D]. 方瑜.北京邮电大学 2012
[5]麦克风阵列语音增强的若干方法研究[D]. 王冬霞.大连理工大学 2007
硕士论文
[1]多通道语音增强算法研究[D]. 潘甲.湖北工业大学 2017
[2]基于Krylov子空间的多通道自适应信号检测方法的性能分析[D]. 汪秋莹.电子科技大学 2015
[3]语音增强算法研究及MATLAB实现[D]. 席冬梅.河南理工大学 2012
[4]基于压缩感知的语音稀疏基和投影矩阵构造技术的研究[D]. 唐力.南京邮电大学 2012
[5]语音增强算法的研究及改进[D]. 孙晋松.山东大学 2009
[6]基于子空间的语音增强算法研究[D]. 牛铜.解放军信息工程大学 2009
[7]实时语音增强的研究及其DSP系统实现[D]. 安文彦.电子科技大学 2009
[8]基于MMSE-LSA的语音增强研究[D]. 郭芳.哈尔滨工程大学 2008
本文编号：3460767
本文链接：https://www.wllwen.com/kejilunwen/wltx/3460767.html
