学位论文 > 优秀研究生学位论文题录展示

低信噪比下的语音增强方法研究

作 者: 高留洋
导 师: 郭云飞
学 校: 解放军信息工程大学
专 业: 通信与信息系统
关键词: 语音增强 低信噪比 谱减法 幅度谱估计 拉普拉斯分布 最大后验概率估计 独立分量分析
分类号: TN912.35
类 型: 硕士论文
年 份: 2010年
下 载: 128次
引 用: 0次
阅 读: 论文下载
 

内容摘要


语音增强是抑制语音中噪声干扰的重要方法,在语音识别处理及人机语音交互等领域应用广泛?低信噪比条件下,噪声对语音特征破坏严重,语音增强更是实现语音有效识别处理的前提和必要准备?为应对强噪声环境语音识别处理的需要,必须提出高效的语音增强方法?本文结合国家863计划十一五重点项目ǎ电信网防攻击系统ǐ之ǎ电话网防范ǐ课题针对VoIP语音识别的研究需求,重点研究低信噪比条件下语音增强方法,实现充分抑制噪声?提高语音质量,为语音识别处理提供可靠的前端保证?本文的主要工作和成果如下:一?提出了一种改进的噪声频谱估计算法,解决了谱减法在低信噪比情况下增强后残留噪声大的问题?与一般谱减法采用统计加权平均进行噪声估计的方法不同,改进的谱减法依据噪声幅度谱分布特点进行估计,因而可以实现在频域精确消除噪声?对低信噪比的带噪语音信号进行仿真实验表明,本文提出的改进的谱减法的增强性能优于目前常用的谱减法?二?提出了一种改进的语音估计算法,实现了对低信噪比下语音的精确估计?目前基于统计模型的语音估计算法依据中心极限定理假定语音和噪声同样服从高斯分布,而事实上对于分帧后的短时信号而言,中心极限定理并不适用?针对这一问题的研究表明,短时语音离散余弦变换后其幅度更接近于拉普拉斯分布?基于语音分量和噪声分量不同的分布,采用最大后验概率估计方法对语音分量进行精确估计?在低信噪比条件下,该算法对语音分量的估计比假定语音服从高斯分布的方法更为准确,增强效果更好?仿真实验表明,该算法可以有效降噪,降噪效果与改进的谱减法相当,且造成的语音失真更小?三?在以上两种算法的基础上,设计了一种基于独立分量分析的语音增强方法?该方法首先对带噪语音信号分别运用改进的谱减法和改进的语音分量估计算法进行增强,以增强后的两路信号作为观测信号,采用独立分量分析方法进一步分离语音和残留噪声?对降噪后的语音进行特定人孤立词识别实验,结果表明,该方法能够为低信噪比条件下的语音识别处理提供可靠的前端保证?

全文目录


表目录  6-7
图目录  7-8
摘要  8-9
ABSTRACT  9-11
第一章 绪论  11-17
  1.1 研究背景  11-12
  1.2 语音增强简介  12-14
    1.2.1 语音增强技术发展简介  12-13
    1.2.2 语音增强方法的评价标准  13-14
  1.3 低信噪比下语音增强方法分析  14-15
  1.4 本文的主要工作和贡献  15-17
第二章 低信噪比语音增强算法研究  17-25
  2.1 带噪语音分析和预处理  17-19
    2.1.1 语音和噪声的特性分析  17-18
    2.1.2 语音增强的预处理  18-19
  2.2 频域增强算法  19-21
    2.2.1 标准谱减法  19-20
    2.2.2 增强型谱减法  20
    2.2.3 基于听觉掩蔽模型的谱减法  20-21
  2.3 DCT 域增强算法  21-24
    2.3.1 DCT 域软阈值增强算法  21-23
    2.3.2 基于统计模型的DCT 域增强算法  23-24
  2.4 本章小结  24-25
第三章 基于瑞利分布的噪声频谱估计改进算法  25-39
  3.1 高斯白噪声信号的频谱分布  25-28
    3.1.1 高斯白噪声信号频域分布  25-28
    3.1.2 高斯白噪声信号的幅度谱分布  28
  3.2 噪声幅度谱估计改进算法设计  28-30
    3.2.1 改进算法的原理  28-29
    3.2.2 幅度谱及方差参数的递归估计  29-30
  3.3 改进的MSS 算法的实现  30-33
  3.4 仿真实验与性能分析  33-38
    3.4.1 测试语料  33
    3.4.2 时域信号分析  33-35
    3.4.3 语谱分析  35-37
    3.4.4 信噪比分析  37-38
  3.5 本章小结  38-39
第四章 基于拉普拉斯分布的语音估计改进算法  39-50
  4.1 DCT 域的语音分量和噪声分量分析  39-42
    4.1.1 DCT 域的语音分量分布  39-40
    4.1.2 DCT 域的高斯白噪声分量的分布  40-42
  4.2 语音分量估计改进算法设计  42-45
    4.2.1 语音分量的MAP 估计  42-44
    4.2.2 语音分量MAP 估计的算法实现  44-45
  4.3 仿真实验与性能分析  45-49
    4.3.1 时域信号分析  45-47
    4.3.2 语谱分析  47-48
    4.3.3 信噪比分析  48-49
  4.4 本章小结  49-50
第五章 基于ICA 的低信噪比增强方法  50-56
  5.1 基于ICA 的语音增强方法  50-53
    5.1.1 ICA 原理简介  50-51
    5.1.2 基于ICA 增强方案设计  51-52
    5.1.3 仿真实验与性能分析  52-53
  5.2 ICA 增强方法对识别率的影响  53-55
    5.2.1 特征提取与模型选择  53-54
    5.2.2 特定人孤立词识别实验  54-55
  5.3 本章小结  55-56
第六章 结束语  56-58
  6.1 论文总结  56-57
  6.2 前景展望  57-58
参考文献  58-61
作者简历 攻读硕士学位期间完成的主要工作  61-62
致谢  62

相似论文

  1. 说话人识别中不同语音编码影响的补偿方法,TN912.34
  2. 基于小波变换的语音信号去噪及其DSP算法实现,TN912.3
  3. 基于听觉掩蔽效应的数字助听器关键技术的研究,TN912.3
  4. 数字助听器中语音增强技术的研究,TN912.35
  5. 单通道语音增强算法的研究,TN912.35
  6. 多管阵列定向语音增强系统的研制,TN912.35
  7. 罐底腐蚀声发射信号降噪研究,TH878
  8. 基于听觉侧抑制的滤波算法研究,TN911.72
  9. 嘈杂环境下的麦克风阵列语音增强技术研究,TN912.35
  10. 用于金属磨粒检测系统的噪声消除算法研究,TP391.41
  11. 基于气味分析的设备异常检测方法研究,TB17
  12. 基于电话信道的声纹识别算法研究,TN912.34
  13. 复杂环境下语音增强方法研究,TN912.35
  14. 基于独立分量分析的地震盲反褶积方法及应用研究,P631.4
  15. 基于独立分量分析和小波变换的钢丝绳缺陷信号提取,TG115.284
  16. 独立分量分析的重盲分离研究及其在机械故障诊断中的应用,TH165.3
  17. 基于盲源分离的肺音信号提取研究,TN911.72
  18. 基于数字拼写的视—听联合刺激诱发ERP研究,R318.0
  19. 基于听觉注意的认知脑—机接口研究,R318.0
  20. 多任务脑—机接口空域滤波与特征提取方法研究,TP11
  21. 基于Kernel ICA的PET图像去噪的研究,TP391.41

中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 电声技术和语音信号处理 > 语音信号处理 > 语音增强
© 2012 www.xueweilunwen.com