融合线性预测与维纳滤波的语音增强技术研究及实现

发布时间：2017-12-26 09:28

  本文关键词：融合线性预测与维纳滤波的语音增强技术研究及实现　出处：《北京工业大学》2016年硕士论文　论文类型：学位论文

  更多相关文章： 语音增强 码书驱动 维纳滤波 谐波增强

【摘要】：过去的几十年中,人们提出了很多种语音增强算法。其中基于线性预测的码书驱动维纳滤波方法在非平稳噪声环境下相比传统方法有着更好的性能。但是码书驱动方法也存在残留噪声能量较大的问题。因此寻求一种有效地方法去抑制码书驱动方法的残留噪声成为了亟待解决的问题。本文将基于码书驱动的维纳滤波方法与传统的基于噪声估计的维纳滤波方法融合,提出一套较为完整的语音增强方案。本文的研究工作包含如下三部分内容:首先,利用现有的基于线性预测的码书驱动算法,提出了一种融合码书驱动和基于信噪比估计的维纳滤波的语音增强方法。该方法的提出根据这样一个事实:码书驱动方法在高信噪比处能较好的保留语音成分,而基于信噪比估计的维纳滤波在低信噪比区域表现较好。这个融合算法首先分别构造出码书驱动算法和传统的维纳滤波算法的增益函数,然后将这两个增益函数利用一个sigmoid函数进行加权,使新构造出的函数在高信噪比处表现出码书驱动方法的特性,低信噪比处表现出基于信噪比估计的维纳滤波方法的特性。该算法通过充分利用两种方法的优势,回避其劣势,使得融合算法有比两种算法都要好的主客观质量。其次,本文针对融合算法因为噪声估计不准确造成的清音帧谱形状失真和浊音帧内个别语音被淹没的问题,提出了基于语音分类的谐波增强方法。该方法使用语音能量分析和基音估计对含噪语音按帧分类,然后在不同类型的语音信号上使用不同的增强策略。总体上,该算法有着比融合算法更好的主客观质量。最后,本文将所提的融合增强算法应用到G.718编码器前端。测试表明,在噪声环境下,所提方法有着比使用G.718编码器自带语音增强模块更好的语音质量。
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN912.35
，

本文编号：1336702