本文關(guān)鍵詞：基于AR-HMM在線能量調(diào)整的語音增強方法　出處：《電子學(xué)報》2014年10期 　論文類型：期刊論文

  更多相關(guān)文章： 語音增強 非平穩(wěn)噪聲 隱馬爾可夫模型 高斯混合模型

【摘要】：針對單通道語音增強技術(shù)對非平穩(wěn)噪聲的跟蹤不準確、噪聲抑制效果較差的問題,本文提出一種基于在線能量調(diào)整的語音增強方法.該方法以歸一化臨界帶能量為特征,采用高斯混合模型對背景噪聲進行分類,利用對應(yīng)類型噪聲的自回歸隱馬爾可夫模型(Auto-Regressive Hidden Markov Model,AR-HMM)和純凈語音的AR-HMM,在最小均方誤差準則下估計語音和噪聲的功率譜.考慮到非平穩(wěn)環(huán)境中訓(xùn)練集和測試集的差異性,需在線調(diào)整語音模型和噪聲模型中的能量,語音模型的能量調(diào)整采用迭代的期望最大化算法;噪聲模型的能量調(diào)整則利用的是模型訓(xùn)練過程中的能量重估方法,并以最小值控制的遞歸平均算法確定噪聲能量調(diào)整的初始值.在ITU-T G.160標準下對算法進行性能測試,測試結(jié)果表明,本文方法對非平穩(wěn)噪聲的跟蹤效果較好,對噪聲衰減量較大,收斂時間較短.
[Abstract]:For single channel speech enhancement technique for tracking nonstationary noise accurately, noise suppression effect is poor, this paper proposes a speech enhancement method based on online energy adjustment. The method based on normalization of critical band energy as the feature, using the Gauss mixture model to classify the background noise, using autoregressive hidden Markov model corresponding to the type of noise (the Auto-Regressive Hidden Markov Model, AR-HMM) and pure voice AR-HMM, in the minimum mean square error criterion to estimate the power spectrum of speech and noise. Considering the differences in the training set and test in nonstationary environments, to adjust online speech model and noise model of energy, energy adjusted by expected speech model the maximum iteration algorithm; noise model is adjusted using energy is the energy estimation method in the process of training, and control the delivery to the minimum The normalized mean algorithm is used to determine the initial value of noise energy adjustment. The performance of the algorithm is tested under the ITU-T G.160 standard. The test results show that the tracking effect of the method is good for non-stationary noise, and the noise attenuation is large and the convergence time is short.

【作者單位】： 北京工業(yè)大學(xué)電子信息與控制工程學(xué)院語音與音頻信號處理實驗室;
【基金】：國家自然科學(xué)基金(No.61072089) 北京市教育委員會科技發(fā)展計劃重點項目(No.KZ201110005005)
【分類號】：TN912.3
【正文快照】： 1引言現(xiàn)實中,語音信號不可避免地會受到噪聲的污染,因此語音增強技術(shù)一直是語音信號處理的重要內(nèi)容.自上世紀70年代以來,語音增強經(jīng)歷40多年的發(fā)展,單通道語音增強算法已形成較為經(jīng)典的幾種算法.根據(jù)是否使用參數(shù)描述模型可以分為無參數(shù)模型法和有參數(shù)模型法,無參數(shù)模型法包括

【相似文獻】

相關(guān)期刊論文 前10條

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

2 孫新德;一種改進的語音增強方法及實現(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

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

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

5 張家敏;張麗艷;曾潔;王紅珍;;一種新的車載系統(tǒng)語音增強算法[J];儀器儀表學(xué)報;2006年S1期

6 王光艷;趙曉群;王霞;;基于數(shù)學(xué)形態(tài)學(xué)的非線性語音增強方法[J];計算機工程與應(yīng)用;2006年34期

7 白文雅;黃健群;陳智伶;;基于維納濾波語音增強算法的改進實現(xiàn)[J];電聲技術(shù);2007年01期

8 黃蘇雨;梁聲灼;黃蘇園;;語音增強方法綜述[J];計算機與現(xiàn)代化;2007年03期

9 黃磊;劉郁林;徐舜;;一種引入虛擬噪聲分量的獨立分量分析語音增強算法[J];重慶郵電大學(xué)學(xué)報(自然科學(xué)版);2007年02期

10 郭繼昌;許春卿;李香萍;;基于相空間重構(gòu)的語音增強[J];數(shù)據(jù)采集與處理;2008年05期

相關(guān)會議論文 前10條

1 陳凱;俞蒙槐;胡上序;付強;;語音增強系統(tǒng)性能評測方法綜述[A];第四屆全國人機語音通訊學(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方法[A];第六屆全國人機語音通訊學(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;覃團發(fā);萬海斌;;語音增強算法的研究[A];2005通信理論與技術(shù)新進展——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;陸陽;;嵌入式系統(tǒng)中語音增強改進算法的研究[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

相關(guān)博士學(xué)位論文 前10條

1 歐世峰;變換域語音增強算法的研究[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)計模型的語音增強算法研究[D];吉林大學(xué);2011年

4 方瑜;語音增強相關(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 陶智;低信噪比環(huán)境下語音增強的研究[D];蘇州大學(xué);2011年

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

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

9 張麗艷;復(fù)雜環(huán)境下麥克風(fēng)陣列語音增強方法研究[D];大連理工大學(xué);2009年

10 袁文浩;基于噪聲估計的語音增強方法研究[D];華東理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 熊敏;基于巴克域語音增強算法的研究與實現(xiàn)[D];湖南大學(xué);2009年

2 楊海波;基于耳蝸濾波及諧波特性的語音增強方法研究[D];蘭州大學(xué);2010年

3 靳晨升;語音增強算法的研究[D];太原理工大學(xué);2010年

4 孟靜;語音增強算法性能的評價研究[D];蘭州交通大學(xué);2010年

5 馮巖;基于提升小波的語音增強算法的研究與實現(xiàn)[D];電子科技大學(xué);2010年

6 朱健華;語音增強方法的研究[D];大連理工大學(xué);2002年

7 金學(xué)驥;語音增強算法的研究與實現(xiàn)[D];浙江大學(xué);2005年

8 郭寶強;軍用通信電臺前置語音增強系統(tǒng)的研究與實現(xiàn)[D];大連理工大學(xué);2006年

9 孫晶;語音增強算法研究[D];吉林大學(xué);2006年

10 張寶泉;基于小波的語音增強算法研究[D];哈爾濱工程大學(xué);2007年

，

本文編號：1393930