【摘要】：近年來,伴隨著科技的快速發(fā)展,人工智能領(lǐng)域已成為當下最熱門的研究領(lǐng)域。交互式語音系統(tǒng)作為最貼切人們生活的研究內(nèi)容,全球各大頂尖科技公司都為其投入巨資進行研究開發(fā)。這一研發(fā)過程中首先要解決的就是語音降噪問題。小波包變換作為小波變換的繼承和發(fā)展,具有多尺度分辨率、選基靈活、時域和頻域局部化特性、去相關(guān)性等特點,對于信號,通過多層分解,使得噪聲在不同的分層上可以有良好的區(qū)分,正被廣泛的應(yīng)用于語音信號降噪的相關(guān)研究。本學位論文通過對目前小波包變換在語音降噪領(lǐng)域的應(yīng)用進行調(diào)研,針對調(diào)研中發(fā)現(xiàn)的問題,從四個方面考慮,設(shè)計了新的預處理模型和閾值函數(shù)模型,并通過仿真對其進行了有效性和實用性測試,主要內(nèi)容有:分析了小波包分解系數(shù)的頻率順序分布特點,按照頻率順序?qū)Ψ纸庀禂?shù)進行了重新排序,并依據(jù)信號特點進行了分組,解決了傳統(tǒng)降噪過程中對于高、低頻信號處理效果不佳的問題;以小波包分解系數(shù)能量譜為基礎(chǔ),設(shè)計了一種系數(shù)預處理模型,當面對原始純凈語音信號被噪聲信號嚴重污染時,可以預先減少一部分噪音信號,最大程度的保存最初原始信號;針對各個閾值準則的特點和適用環(huán)境,設(shè)計了一種混合閾值處理方法,以頻率順序為基礎(chǔ),根據(jù)被分析信號的特點,對小波包分解系數(shù)進行適當?shù)姆纸M,不同的分組內(nèi)選用各自最佳的閾值準則,不僅充分發(fā)揮了各個閾值準則自身的優(yōu)點,同時也盡可能的避免了過閾值處理;面對硬閾值函數(shù)存在階躍性、軟閾值函數(shù)存在恒定誤差的問題,設(shè)計了一種基于Hermite插值的新閾值函數(shù)模型,該函數(shù)模型以硬閾值函數(shù)為基礎(chǔ),不僅保證了硬閾值函數(shù)優(yōu)點,還克服了階躍性問題,使得函數(shù)在節(jié)點處的連續(xù)可導,通過對相關(guān)參數(shù)的設(shè)置,還能夠?qū)崿F(xiàn)兩種經(jīng)典函數(shù)之間的相互轉(zhuǎn)換。選取純凈簡短語音序列和長語音序列,通過大量的仿真實驗,結(jié)果表明:在一般噪聲環(huán)境中,當噪聲信號為平穩(wěn)信號時,新的降噪方法能夠充分發(fā)揮其特點,不僅可以有效的濾除噪聲信號,降低噪聲信號對原始純凈語音信號的污染,還盡可能的保留了原始信號,減小了信號失真,增強了的信號的信噪比,提升了純凈語音信號的辨別率,達到了理想的降噪效果;當噪聲信號為非平穩(wěn)噪聲信號時,新的降噪方法依然優(yōu)勢明顯,可以有效的降低噪聲信號對原始語音信號的干擾,最大限度的恢復原始純凈信號波形。實驗充分驗證了新的降噪方法在實際應(yīng)用中的有效性、優(yōu)越性和實用性。
【學位授予單位】：蘭州交通大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN912.3
【圖文】：

蘭州交通大學碩士學位論文22111221()(12)()TTxTTTxTx 212201()()()TTxTxxT 221112()()()TTxTxxT 想構(gòu)造得到的新的閾值函數(shù)形式為：23 1 21 sgn( ) ( )0d d Td d H d T d Td T f ( d)

方法在不同 SNR 下的降噪效果；模塊，對于一段純凈的語音信號，在加入噪聲后，對比分析新降降噪效果，語音信號源自 2014 年 6 月全國大學生英語六級考試“W:The students have been protestingagainst the increased tuitio the protest. But Idon’t know how much good it will do”；模塊，對非平穩(wěn)噪聲污染下降噪效果進行實驗，進一步驗證新方染時的有效性和優(yōu)越性[53,54]。噪方法對比仿真測試號采用 y sin ax sin bx ，觀測信號為 f y e，e表示高斯為 1024 個點，采樣級別設(shè)置為 1kHz，小波基選取 db4，分解層礎(chǔ)上，選取軟閾值函數(shù)降噪方法、硬閾值函數(shù)降噪方法、本文新處理)、本文新的降噪方法四種方法進行對比測試，通過對測試信仿真結(jié)果如下：

含噪信號

【參考文獻】

相關(guān)期刊論文 前10條

1 張金鐲;;關(guān)于語音轉(zhuǎn)換實現(xiàn)的研究[J];價值工程;2015年29期

2 鐘孟春;張春林;李華;王寶琦;;改進的小波包能量分段閾值降噪方法[J];計算機工程與應(yīng)用;2015年05期

3 章浙濤;朱建軍;匡翠林;周璀;;小波包多閾值去噪法及其在形變分析中的應(yīng)用[J];測繪學報;2014年01期

4 柯登峰;徐波;;互聯(lián)網(wǎng)時代語音識別基本問題[J];中國科學:信息科學;2013年12期

5 陳春輝;馮剛;;基于聽覺小波包自適應(yīng)語音增強方法[J];華南師范大學學報(自然科學版);2013年02期

6 譚文才;張秋菊;;小波包多閾值去噪的一種改進方法[J];江南大學學報(自然科學版);2012年02期

7 丁衛(wèi);王忠;;結(jié)合聽覺掩蔽效應(yīng)的時頻自適應(yīng)小波閾值增強[J];計算機工程與設(shè)計;2011年11期

8 張華;陳小宏;楊海燕;;地震信號去噪的最優(yōu)小波基選取方法[J];石油地球物理勘探;2011年01期

9 田玉靜;左紅偉;董玉民;王超;;小波包自適應(yīng)閾值語音降噪新算法[J];應(yīng)用聲學;2011年01期

10 馬宏鋒;高晶晶;黨建武;劉馨;;基于最優(yōu)小波基函數(shù)的語音增強研究[J];通信技術(shù);2010年12期

相關(guān)博士學位論文 前1條

1 張仕良;基于深度神經(jīng)網(wǎng)絡(luò)的語音識別模型研究[D];中國科學技術(shù)大學;2017年

相關(guān)碩士學位論文 前6條

1 薛彪;經(jīng)驗小波變換的理論算法研究及其在語音信號處理中的應(yīng)用[D];南京理工大學;2016年

2 曾燕來;基于小波變換語音去噪的研究及應(yīng)用[D];長安大學;2015年

3 梁躍;基于小波包變換的地電場信號去噪研究[D];東北農(nóng)業(yè)大學;2014年

4 楊丹;卡爾曼濾波器設(shè)計及其應(yīng)用研究[D];湘潭大學;2014年

5 盧志強;基于譜估計統(tǒng)計模型的語音增強算法研究[D];湖南大學;2013年

6 韋力強;基于小波變換的信號去噪研究[D];湖南大學;2007年

本文編號：2770074