本文關(guān)鍵詞：語音增強(qiáng)中噪聲估計的研究

  更多相關(guān)文章： 語音增強(qiáng) 噪聲估計 最小值搜索 最小均方誤差 先驗信噪比

【摘要】：語音增強(qiáng)的目的是增強(qiáng)目標(biāo)語音,或者說是減少噪聲,經(jīng)過多年的研究,人們已經(jīng)提出了很多語音增強(qiáng)算法。而對許多語音增強(qiáng)算法而言,對噪聲的估計都是一個非常關(guān)鍵的環(huán)節(jié)。語音是一種不平穩(wěn)信號,但是具有短時平穩(wěn)性,所以噪聲估計算法普遍通過對帶噪語音信號進(jìn)行短時分析,采用隨機(jī)過程和概率統(tǒng)計等數(shù)學(xué)方法對噪聲的功率譜進(jìn)行估計。本文以單聲道語音增強(qiáng)中的噪聲估計為研究對象,對幾種具有代表性的噪聲估計算法進(jìn)行了介紹分析及仿真。并且對改進(jìn)的最小值控制遞歸平均(Improved Minima Controlled Recursive Averaging,IMCRA)算法以及基于最小均方誤差(Minimum Mean Square Error,MMSE)的噪聲估計算法進(jìn)行了改進(jìn)。噪聲的非平穩(wěn)性特點決定了噪聲在帶噪語音的有聲段也會發(fā)生變化,因而必須對噪聲的變化做出快速的跟蹤。IMCRA算法在最小值控制遞歸平均(Minima Controlled Recursive Averaging,MCRA)算法的基礎(chǔ)上采用了兩次平滑和兩次最小值搜索,該算法的最小值搜索采取的是單向搜索,在噪聲功率水平快速上升的情況下,會出現(xiàn)不能及時跟蹤噪聲功率的情況,因而會產(chǎn)生較大的延時。本文對IMCRA算法的最小值搜索方法進(jìn)行了改進(jìn),在第一次最小值搜索時采用前后向搜索的方法得到一個語音存在的粗略判決,第二次最小值搜索時采用大小窗雙向并行搜索,結(jié)合第一次的判決給出最小值搜索結(jié)果。仿真結(jié)果表明改進(jìn)后的方法減少了噪聲估計的延時,對噪聲的估計效果更好�；贛MSE的噪聲估計算法使用先驗信噪比的最大似然估計來獲得噪聲周期圖的MMSE估計,然而給定的先驗信噪比估計所得到的MMSE估計是有偏估計,為了補(bǔ)償這個偏差,需要使用判決引導(dǎo)法對先驗信噪比再作一次估計。本文改進(jìn)了原始算法,采用基于語音存在概率的軟判決來代替硬判決,因此能夠使估計無偏。本文的算法與原始的算法相比,改善了估計效果,減少了計算量,并且更節(jié)省內(nèi)存。
【關(guān)鍵詞】：語音增強(qiáng) 噪聲估計 最小值搜索 最小均方誤差 先驗信噪比
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN912.35
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-14
• 1.1 課題研究背景及意義9-10
• 1.2 研究現(xiàn)狀10-12
• 1.2.1 語音增強(qiáng)研究現(xiàn)狀10-11
• 1.2.2 噪聲估計研究現(xiàn)狀11-12
• 1.3 本文主要內(nèi)容和章節(jié)安排12-14
• 2 語音特性及語音增強(qiáng)算法14-27
• 2.1 語音信號及噪聲信號特性14-16
• 2.1.1 語音信號特性14
• 2.1.2 噪聲信號特性14-15
• 2.1.3 人耳感知特性15-16
• 2.2 語音增強(qiáng)算法16-24
• 2.2.1 譜減算法16-18
• 2.2.2 基于統(tǒng)計模型的算法18-22
• 2.2.3 子空間算法22-24
• 2.3 語音增強(qiáng)算法評價24-25
• 2.3.1 主觀評價24-25
• 2.3.2 客觀評價25
• 2.4 本章小結(jié)25-27
• 3 噪聲的估計27-44
• 3.1 VAD算法27-30
• 3.2 MS算法30-35
• 3.3 基于信號存在概率的遞歸平均算法35-43
• 3.3.1 似然比算法36-38
• 3.3.2 MCRA算法38-41
• 3.3.3 IMCRA算法41-43
• 3.4 本章小結(jié)43-44
• 4 基于大小窗雙向并行搜索的最小值搜索方法44-50
• 4.1 改進(jìn)的最小值搜索方法44-46
• 4.2 實驗仿真與分析46-49
• 4.3 本章小結(jié)49-50
• 5 改進(jìn)的基于MMSE的噪聲估計算法50-58
• 5.1 基于MMSE的噪聲功率譜估計50-52
• 5.1.1 基于MMSE的VAD51-52
• 5.1.2 追蹤停滯52
• 5.2 基于語音存在概率的軟判決52-54
• 5.2.1 語音存在概率的估計52-53
• 5.2.2 避免停滯53-54
• 5.3 噪聲估計算法評估54-57
• 5.4 本章小結(jié)57-58
• 結(jié)論58-59
• 致謝59-60
• 參考 文獻(xiàn)60-63
• 攻讀學(xué)位期間的研究成果63

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡光銳,虞曉;基于二階前向結(jié)構(gòu)和信息最大理論的語音增強(qiáng)算法[J];上海交通大學(xué)學(xué)報;2000年07期

2 姚峰英,張敏;用于語音增強(qiáng)的高頻信噪比度量[J];聲學(xué)學(xué)報;2002年05期

3 彭煊,劉金福,王炳錫;基于獨立分量分析的語音增強(qiáng)[J];信號處理;2002年05期

4 王金明,張雄偉;一種基于自適應(yīng)模糊濾波的語音增強(qiáng)方法[J];解放軍理工大學(xué)學(xué)報(自然科學(xué)版);2003年01期

5 楊匯軍,鄭海英,王立紅;語音增強(qiáng)方法的研究[J];遼寧工學(xué)院學(xué)報;2003年05期

6 徐爽,韓芳芳,鄭德忠;基于閾值的小波域語音增強(qiáng)新算法[J];傳感技術(shù)學(xué)報;2004年01期

7 孫新德;一種改進(jìn)的語音增強(qiáng)方法及實現(xiàn)[J];鄭州航空工業(yè)管理學(xué)院學(xué)報(社會科學(xué)版);2005年04期

8 錢國青;趙鶴鳴;;基于改進(jìn)譜減算法的語音增強(qiáng)新方法[J];計算機(jī)工程與應(yīng)用;2005年35期

9 王晶,傅豐林,張運偉;語音增強(qiáng)算法綜述[J];聲學(xué)與電子工程;2005年01期

10 楊毅;楊宇;余達(dá)太;;語音增強(qiáng)及其消噪能力研究[J];微電子學(xué)與計算機(jī);2006年07期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 陳凱;俞蒙槐;胡上序;付強(qiáng);;語音增強(qiáng)系統(tǒng)性能評測方法綜述[A];第四屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1996年

2 王建波;林本浩;田春明;劉睿;;語音增強(qiáng)及其相關(guān)技術(shù)研究[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國青年通信學(xué)術(shù)會議論文集[C];2009年

3 徐舒;孫洪;;基于融合迭代的語音增強(qiáng)方法[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

4 牛剛;任新智;吳國慶;;諧波能量匯集度在語音增強(qiáng)中的應(yīng)用[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

5 國雁萌;;一種極低信噪比條件下的語音增強(qiáng)方法[A];第六屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];2001年

6 江峰;李曉東;;適用于抑制非平穩(wěn)背景噪聲的語音增強(qiáng)算法[A];中國聲學(xué)學(xué)會2003年青年學(xué)術(shù)會議[CYCA'03]論文集[C];2003年

7 閻兆立;杜利民;;維納后濾波語音增強(qiáng)算法研究[A];中國聲學(xué)學(xué)會2005年青年學(xué)術(shù)會議[CYCA'05]論文集[C];2005年

8 劉淑華;胡強(qiáng);覃團(tuán)發(fā);萬海斌;;語音增強(qiáng)算法的研究[A];2005通信理論與技術(shù)新進(jìn)展——第十屆全國青年通信學(xué)術(shù)會議論文集[C];2005年

9 魏臻;張景達(dá);陸陽;;嵌入式系統(tǒng)中語音增強(qiáng)改進(jìn)算法的研究[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（一）[C];2007年

10 楊威明;;基于閾值的小波變換語音增強(qiáng)方法[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（上冊）[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 歐世峰;變換域語音增強(qiáng)算法的研究[D];吉林大學(xué);2008年

2 尹偉;基于模型的語音增強(qiáng)方法及質(zhì)量評估研究[D];武漢大學(xué);2009年

3 王海艷;基于統(tǒng)計模型的語音增強(qiáng)算法研究[D];吉林大學(xué);2011年

4 方瑜;語音增強(qiáng)相關(guān)問題研究[D];北京郵電大學(xué);2012年

5 姚峰英;語音增強(qiáng)系統(tǒng)的研究與實現(xiàn)[D];中國科學(xué)院上海冶金研究所;2001年

6 夏丙寅;面向移動通信的單通道語音增強(qiáng)方法研究[D];北京工業(yè)大學(xué);2014年

7 徐勇;基于深層神經(jīng)網(wǎng)絡(luò)的語音增強(qiáng)方法研究[D];中國科學(xué)技術(shù)大學(xué);2015年

8 陶智;低信噪比環(huán)境下語音增強(qiáng)的研究[D];蘇州大學(xué);2011年

9 王娜;基于小波變換與約束方差噪聲譜估計的語音增強(qiáng)算法研究[D];燕山大學(xué);2011年

10 趙彥平;基于稀疏表示的語音增強(qiáng)方法研究[D];吉林大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 肖佩霖;雙通道語音增強(qiáng)系統(tǒng)設(shè)計與實現(xiàn)[D];哈爾濱工業(yè)大學(xué);2011年

2 陳成斌;針對于家居環(huán)境的語音增強(qiáng)系統(tǒng)的研究與開發(fā)[D];華南理工大學(xué);2015年

3 魏有權(quán);基于噪聲估計的語音增強(qiáng)算法研究[D];昆明理工大學(xué);2015年

4 胡勇;麥克風(fēng)陣列語音增強(qiáng)算法研究[D];電子科技大學(xué);2014年

5 曹后斌;有色背景噪聲環(huán)境下語音增強(qiáng)系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2014年

6 馬小惠;陣列語音增強(qiáng)在車載環(huán)境中的應(yīng)用[D];大連理工大學(xué);2015年

7 李達(dá);無線聲學(xué)傳感器網(wǎng)絡(luò)中分布式語音增強(qiáng)方法研究[D];大連理工大學(xué);2015年

8 高珍珍;基于梅爾頻譜域HMM的語音增強(qiáng)方法研究[D];北京工業(yè)大學(xué);2015年

9 宋環(huán)宇;全數(shù)字助聽器語音增強(qiáng)算法研究[D];哈爾濱工業(yè)大學(xué);2014年

10 王永杰;基于麥克風(fēng)陣列的語音增強(qiáng)算法研究[D];西安電子科技大學(xué);2014年

，

本文編號：1091796