基于稀疏编码的语音增强算法研究

发布时间：2020-12-12 09:58

　　语音是人与人或人与机器之间最方便、最快捷的一种交流方式,随着信息技术的高速发展,利用数字化的方法对语音信号进行处理,是构成整体数字化通信系统中最基础、最重要的组成成分之一。人们在获取语音信号时,不可避免地会受到各种来自周围环境或设备内部等的噪声干扰,这些干扰会使得接收端接收到的语音性能下降。语音增强的目的是从含有噪声的语音信号中尽可能提取原始的干净语音信号,从而提高语音信号的质量和可懂度。语音增强在降低噪声干扰、改善语音质量与提高语音可懂度等方面有着举足轻重的地位,是数字语音信号处理在实际应用中急需解决的问题之一。本文是在单通道语音条件下进行的语音增强算法研究。从两个方面对语音增强算法进行了研究与总结,一方面是传统经典的语音增强算法,另一方面为新兴的语音增强算法。在已有的语音增强算法基础上,针对稀疏表示算法中重构出干净语音的关键技术问题,结合语音信号的基本特征,提出了两种改进的基于稀疏理论的语音增强算法,并对这两种改进算法进行了仿真实验。论文的主要研究工作如下:首先,系统地介绍了语音的相关知识,研究了语音增强算法,将其进行分类研究,并详细地介绍了一些经典语音增强算法的理论。其次,详细介... 

【文章来源】：太原理工大学山西省 211工程院校

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 语音增强研究的意义
    1.2 国内外研究现状
    1.3 本文主要研究内容
    1.4 论文章节安排
第二章 语音增强概述
    2.1 引言
    2.2 语音和噪声特性
        2.2.1 语音特性
        2.2.2 噪声特性
    2.3 语音增强算法
        2.3.1 谱减法
        2.3.2 基于统计理论的语音增强算法
        2.3.3 基于信号子空间的语音增强算法
        2.3.4 基于小波变换的语音增强算法
        2.3.5 其他算法
    2.4 语音的评价方法
        2.4.1 主观评价
        2.4.2 客观评价
    2.5 本章小结
第三章 语音稀疏表示算法研究
    3.1 引言
    3.2 稀疏表示算法
        3.2.1 信号稀疏表示概念
        3.2.2 基追踪（Basis Pursuit,BP）算法
        3.2.3 匹配追踪（Matching Pursuit,MP）算法
        3.2.4 正交匹配追踪（Orthogonal Matching Pursuit,OMP）算法
        3.2.5 LASSO算法
        3.2.6 LARS算法
    3.3 字典训练算法
        3.3.1 MOD算法
        3.3.2 DCT算法
        3.3.3 贪婪自适应语音信号字典训练算法
        3.3.4 K-SVD算法
    3.4 本章小结
第四章 基于稀疏表示的语音增强算法研究
    4.1 引言
    4.2 基于生成字典的语音增强算法
    4.3 OMP算法的改进
        4.3.1 OMP算法运算速度改进
        4.3.2 OMP算法的语音增强性能改进
    4.4 基于K-SVD与改进OMP算法的语音增强算法
    4.5 实验仿真与分析
        4.5.1 语音增强性能对比
        4.5.2 改进OMP算法运行时间对比
    4.6 本章小结
第五章 基于清浊音分类的稀疏语音增强算法
    5.1 引言
    5.2 语音清浊音的产生
        5.2.1 浊音的产生
        5.2.2 清音的产生
    5.3 清浊音的分类方法
        5.3.1 短时能量
        5.3.2 短时过零率
        5.3.3 短时自相关函数
    5.4 基于清浊音分类的稀疏语音增强
        5.4.1 采用过零率和平均能量相结合的清浊音分类
        5.4.2 T1与T2 参数自适应
        5.4.3 清浊音分类与稀疏相结合的语音增强方法
    5.5 实验仿真与分析
    5.6 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读学位期间发表的学术论文目录



本文编号：2912336