学位论文 > 优秀研究生学位论文题录展示

基于滤波器组GSC麦克风阵语音增强方法研究

作　者: 黄斌
导　师: 曾庆宁
学　校: 桂林电子科技大学
专　业: 信号与信息处理
关键词: 语音增强麦克风阵滤波器组子带技术端点检测广义旁瓣相消器
分类号: TN641
类　型: 硕士论文
年　份: 2009年
下　载: 53次
引　用: 0次
阅　读: 论文下载

内容摘要

语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科。语音信号处理的应用极为广泛,其中的主要技术包括语音编码、语音合成、语音识别和语音增强等。而实际应用环境中由于背景噪声的存在,严重影响了这些技术的应用。如何有效的去除各种噪声,得到有用的语音信息就变得非常重要。语音增强技术随着时代正逐步走向实用,先后出现了各种各样的增强算法。本文首先介绍了目前应用广泛的几种语音增强算法,并简要的论述了各自的优缺点。传统语音增强多是基于单双麦克风的,这种情况下语音与噪声同时存在于一个通道中,语音信息与噪声信息必须从同一个信号中得出。而在一个多通道语音系统中,各个通道之间存在着某些相关的特性,这些特性对语音增强的处理十分有利,且麦克风阵能够利用空间信息,从而麦克风阵语音增强已经成为一个研究热点。在信号处理的学科中,子带语音增强技术是将信号通过不同频带的滤波器,把信号分解到不同频带的子带中,这样各子带信号可以分别进行相应的处理,并减少处理时间。完全重构滤波器组在子带编码中得到广泛的应用,但是这些滤波器组很少适合子带自适应滤波,因为当子带信号通过具有任意幅度和相位响应的滤波器时,这些完全重构滤波器组消除混叠影响的性能得不到保证,故本文研究了一种子带自适应滤波器组。本文通过子带技术与麦克风阵列理论的结合,设计出基于滤波器组广义旁瓣相消器(GSC)麦克风阵语音增强结构,该结构中采用了经典的语音端点检测技术,即在子带信号中判断语音段与噪声段,自适应滤波器系数分别做出处理。在深入的理论分析基础上,分别对基于滤波器组GSC麦克风阵语音增强系统在不同噪声环境下进行了仿真,仿真结果表明,基于滤波器组GSC语音增强系统在一定程度上能够很好的消除环境噪声,但仍然存在一些缺陷,针对这些缺陷,作者对该结构提出了一些改进措施。仿真结果表明,改进后的系统在散射噪声及噪声不相干的环境中仍然具有良好的消噪及抗干扰性能,值得我们进一步的研究。最后,对本文的结果及结论进行了总结,并对今后的研究工作提出了自己的几点意见。

全文目录

摘要  3-4
Abstract  4-8
第一章绪论  8-13
  1.1 引言  8
  1.2 语音增强算法简介  8-10
  1.3 滤波器组的发展与分类  10-11
    1.3.1 滤波器组的发展  10
    1.3.2 滤波器组的分类  10-11
  1.4 本文的主要工作及章节安排  11-13
第二章麦克风阵语音增强的基础知识  13-20
  2.1 引言  13
  2.2 阵列信号基本概念  13-14
  2.3 语音和噪声的特性  14-16
    2.3.1 语音信号的特性  14-15
    2.3.2 噪声的特性  15-16
  2.4 麦克风阵列模型  16-18
    2.4.1 信号模型  16-17
    2.4.2 冲激响应模型  17-18
  2.5 语音增强系统的性能评估方法  18-20
    2.5.1 主观评估法  18-19
    2.5.2 客观评估法  19-20
第三章滤波器组的设计与研究  20-33
  3.1 引言  20
  3.2 子带滤波技术  20-23
    3.2.1 抽取和内插  20-21
    3.2.2 Noble等效和多相分解  21-23
  3.3 M通道调制滤波器组  23-27
    3.3.1 DFT调制滤波器组  23-24
    3.3.2 余弦调制滤波器组  24-27
  3.4 子带自适应滤波器组的设计  27-32
    3.4.1 滤波器组输入输出关系  27-28
    3.4.2 分析滤波器组的原型滤波器设计  28-30
    3.4.3 综合滤波器组的原型滤波器设计  30-31
    3.4.4 滤波器组设计实例  31-32
  3.5 本章小结  32-33
第四章传统语音增强方法研究  33-44
  4.1 引言  33
  4.2 谱减法  33-35
  4.3 维纳滤波语音增强算法  35-40
    4.3.1 维纳滤波基本思想  35
    4.3.2 最小均方误差准则  35-36
    4.3.3 维纳滤波语音增强算法  36-37
    4.3.4 子带维纳滤波  37-39
    4.3.5 实验结果及分析  39-40
  4.4 自适应滤波算法  40-43
    4.4.1 自适应滤波器的基本概念  40-41
    4.4.2 LMS (Least Mean Square) 算法  41-42
    4.4.3 自适应噪声对消语音增强  42-43
  4.5 本章小结  43-44
第五章麦克风阵列语音增强算法研究  44-59
  5.1 引言  44
  5.2 麦克风阵列语音增强的发展历史  44-45
  5.3 时延估计  45-48
    5.3.1 广义互相关时延估计  45-47
    5.3.2 自适应时延估计法  47-48
  5.4 固定波束形成技术  48-50
    5.4.1 延时-求和波束形成方法  48-49
    5.4.2 实验仿真  49-50
  5.5 自适应波束形成技术  50-54
    5.5.1 自适应波束形成  50-52
    5.5.2 广义旁瓣相消器  52-54
  5.6 后滤波语音增强  54-56
  5.7 空间预处理语音失真加权多通道维纳滤波技术  56-58
    5.7.1 GSC与空间预处理SDW-MWF  56-57
    5.7.2 语音失真加权多通道维纳滤波  57-58
  5.8 本章小结  58-59
第六章基于滤波器组GSC麦克风阵语音增强方法研究  59-78
  6.1 引言  59
  6.2 基于滤波器组GSC麦克风阵语音增强系统结构  59-65
    6.2.1 麦克风阵列空间预处理及波束形成  60-61
    6.2.2 阻塞矩阵  61
    6.2.3 子带自适应滤波  61-64
    6.2.4 语音起止点检测  64
    6.2.5 后置维纳滤波  64-65
    6.2.6 块自适应滤波  65
  6.3 基于滤波器组GSC麦克风阵语音增强系统仿真及分析  65-70
  6.4 基于滤波器组GSC麦克风阵语音增强系统的改进  70-74
    6.4.1 基于滤波器组GSC的麦克风阵语音增强系统的改进  70-71
    6.4.2 改进系统的实验仿真  71-74
  6.5 信噪比（SNR）及信号可懂度（Intelligibility）分析  74-77
    6.5.1 信噪比分析  74-75
    6.5.2 信号可懂度分析  75-76
    6.5.3 系统性能分析  76-77
  6.6 本章小节  77-78
第七章总结与展望  78-80
参考文献  80-85
致谢  85-86
作者在攻读硕士期间主要研究成果  86

基于滤波器组GSC麦克风阵语音增强方法研究

内容摘要

全文目录

相似论文