结合可懂度约束条件的维纳滤波语音增强算法研究
发布时间:2023-10-06 17:43
当今社会,人与机器之间的交流非常频繁密切,因此对语音信号的处理水平要求更高。由于语音信号传播的主要介质是空气,所以语音信号在传输过程中必然会受到空气中噪声的干扰,影响接收端正确接收语音信号。在这种背景下,语音增强算法的研究具有必要的现实意义。语音增强的目的在于最大限度地消除噪声,同时提高增强语音的质量和可懂度。然而语音质量的提高并不一定能带来可懂度的改善,这是由于语音增强技术在抑制噪声的过程中会造成增强语音的幅度失真。根据频域中增强语音与纯净语音幅度的比例关系,把增强语音的幅度失真分为三类:衰减失真、放大倍数小于6dB的放大失真和放大倍数大于6dB的放大失真。现有研究表明放大倍数超过6dB的放大失真对语音可懂度影响较大,有效去除这部分失真可以明显提高增强语音的可懂度。本文针对上述问题,首先介绍了语音增强技术的发展历程及基本理论,并就本文的研究重点—维纳滤波算法进行了详细说明。然后,鉴于现有语音增强算法在解决放大倍数超过6dB的放大失真时,需假设已知纯净语音的幅度,并假设纯净语音和噪声是相互垂直的,于是针对上述理想约束条件,本文通过引入带噪语音、纯净语音和噪声之间的几何相位关系,成功将现...
【文章页数】:54 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 课题研究背景及意义
1.2 语音增强算法的发展历史及其现状
1.3 人耳对语音的感知特性和噪声特性
1.3.1 语音特性
1.3.2 人耳对语音的感知特性
1.3.3 噪声特性
1.4 本文的主要研究内容及章节安排
2 语音增强算法及语音评价标准
2.1 语音增强基本理论
2.2 经典语音增强算法
2.2.1 谱减算法
2.2.2 基于统计模型的语音增强算法
2.3 语音增强性能的评价指标
2.3.1 语音的主观评价指标
2.3.1.1 音质的主观评价指标
2.3.1.2 可懂度的主观评价指标
2.3.2 语音的客观评价指标
2.3.2.1 音质的客观评价指标
2.3.2.2 可懂度的客观评价指标
2.3.3 时域波形图和语谱图
2.4 本章小结
3 维纳滤波语音增强算法
3.1 时域维纳滤波算法的基本原理
3.2 频域维纳滤波算法的基本原理
3.3 维纳滤波的增益函数分析
3.4 平方根维纳滤波算法
3.4.1 算法原理
3.4.2 先验信噪比的估计
3.4.3 仿真实验及结果分析
3.5 本章小结
4 结合可懂度约束条件的维纳滤波语音增强算法
4.1 可懂度约束条件
4.2 改进的可懂度约束条件
4.3 语音信号的相位关系
4.4 融合相位信息的新型可懂度约束条件的平方根维纳滤波算法
4.4.1 交叉项相位误差分析
4.4.2 新型的可懂度约束条件
4.5 仿真实验及结果分析
4.5.1 仿真实验条件
4.5.2 仿真实验结果
4.5.3 实验结果分析
4.6 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
附录 攻读硕士期间发表的学术论文
本文编号:3852167
【文章页数】:54 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 课题研究背景及意义
1.2 语音增强算法的发展历史及其现状
1.3 人耳对语音的感知特性和噪声特性
1.3.1 语音特性
1.3.2 人耳对语音的感知特性
1.3.3 噪声特性
1.4 本文的主要研究内容及章节安排
2 语音增强算法及语音评价标准
2.1 语音增强基本理论
2.2 经典语音增强算法
2.2.1 谱减算法
2.2.2 基于统计模型的语音增强算法
2.3 语音增强性能的评价指标
2.3.1 语音的主观评价指标
2.3.1.1 音质的主观评价指标
2.3.1.2 可懂度的主观评价指标
2.3.2 语音的客观评价指标
2.3.2.1 音质的客观评价指标
2.3.2.2 可懂度的客观评价指标
2.3.3 时域波形图和语谱图
2.4 本章小结
3 维纳滤波语音增强算法
3.1 时域维纳滤波算法的基本原理
3.2 频域维纳滤波算法的基本原理
3.3 维纳滤波的增益函数分析
3.4 平方根维纳滤波算法
3.4.1 算法原理
3.4.2 先验信噪比的估计
3.4.3 仿真实验及结果分析
3.5 本章小结
4 结合可懂度约束条件的维纳滤波语音增强算法
4.1 可懂度约束条件
4.2 改进的可懂度约束条件
4.3 语音信号的相位关系
4.4 融合相位信息的新型可懂度约束条件的平方根维纳滤波算法
4.4.1 交叉项相位误差分析
4.4.2 新型的可懂度约束条件
4.5 仿真实验及结果分析
4.5.1 仿真实验条件
4.5.2 仿真实验结果
4.5.3 实验结果分析
4.6 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
附录 攻读硕士期间发表的学术论文
本文编号:3852167
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3852167.html