隨著科學(xué)技術(shù)的發(fā)展,語(yǔ)音識(shí)別系統(tǒng)得到了廣泛發(fā)應(yīng)用。在一般情況下,目前所有使用的語(yǔ)音識(shí)別系統(tǒng)都需要進(jìn)行語(yǔ)音降噪處理,都存在語(yǔ)音降噪系統(tǒng)。因此,語(yǔ)音降噪算法對(duì)于語(yǔ)音識(shí)別具有重要的作用,本文為了增強(qiáng)語(yǔ)音降噪算法的效果,對(duì)目前的語(yǔ)音降噪算法進(jìn)行了改進(jìn)。首先,介紹語(yǔ)音信號(hào)產(chǎn)生相關(guān)原理、語(yǔ)音信號(hào)的特征、噪聲相關(guān)知識(shí)算法和人耳的特性。同時(shí)對(duì)語(yǔ)音降噪的客觀和主觀評(píng)價(jià)方法分別進(jìn)行了介紹。對(duì)于語(yǔ)音降噪處理的算法的評(píng)價(jià),我們不僅僅需要考慮算法評(píng)價(jià)的可操作性和準(zhǔn)確性,同時(shí)也要避免算法評(píng)價(jià)的片面性。經(jīng)過(guò)比較,針對(duì)主觀和客觀評(píng)價(jià)方法,我們通過(guò)分析比較選出分段信噪比和波形圖兩種方法作為對(duì)算法評(píng)價(jià)的客觀方法和主觀方法。另外一個(gè)方面,語(yǔ)音降噪處理的算法運(yùn)行時(shí)間也是一個(gè)重要的因素,所以,我們同時(shí)也考慮了時(shí)間這個(gè)因素。然后,主要是針對(duì)傳統(tǒng)的頻譜減法,進(jìn)行改進(jìn)并且實(shí)現(xiàn)改進(jìn)的算法。一開始主要對(duì)頻譜減算法的噪聲估計(jì)這個(gè)階段進(jìn)行部分改進(jìn)。以前傳統(tǒng)的噪聲估計(jì)的方法是基于最小統(tǒng)計(jì)和最優(yōu)平滑的噪聲估計(jì),在噪聲的估計(jì)階段,本章使用了基于語(yǔ)音檢測(cè)的噪聲估計(jì)算法,對(duì)噪聲進(jìn)行了有效的估計(jì)。其次,針對(duì)頻譜減法的特點(diǎn),實(shí)現(xiàn)了對(duì)語(yǔ)音噪聲進(jìn)行處理的方法... 

【文章來(lái)源】：蘭州交通大學(xué)甘肅省

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 語(yǔ)音降噪研究背景及意義
    1.2 國(guó)內(nèi)外研究進(jìn)展及現(xiàn)狀
    1.3 研究?jī)?nèi)容和結(jié)構(gòu)安排
        1.3.1 研究?jī)?nèi)容
        1.3.2 結(jié)構(gòu)安排
    1.4 本章小結(jié)
第二章 語(yǔ)音信號(hào)特性及降噪算法評(píng)價(jià)方法
    2.1 語(yǔ)音信號(hào)模型與特性
        2.1.1 語(yǔ)音信號(hào)模型
        2.1.2 語(yǔ)音信號(hào)特性
        2.1.3 噪聲特性
    2.2 語(yǔ)音降噪的相關(guān)算法
        2.2.1 子空間方法
        2.2.2 逆濾波解混響和降噪
    2.3 語(yǔ)音降噪算法的評(píng)價(jià)
        2.3.1 客觀評(píng)價(jià)
        2.3.2 主觀評(píng)價(jià)
    2.4 數(shù)字濾波器設(shè)計(jì)
    2.5 本章小結(jié)
第三章 基于譜減法的語(yǔ)音降噪處理算法
    3.1 譜減法算法原理
    3.2 譜減法實(shí)現(xiàn)步驟
    3.3 減少后期干擾的譜減法
    3.4 基于改進(jìn)譜減法的語(yǔ)音降噪處理
    3.5 仿真結(jié)果
    3.6 本章小結(jié)
第四章 基于自適應(yīng)濾波的語(yǔ)音降噪算法
    4.1 自適應(yīng)濾波算法原理
        4.1.1 LMS算法原理
        4.1.2 自適應(yīng)濾波算法
    4.2 基于自適應(yīng)濾波的語(yǔ)音降噪處理步驟
    4.3 仿真結(jié)果
    4.4 本章小結(jié)
第五章 基于AR模型的卡爾曼語(yǔ)音降噪算法
    5.1 語(yǔ)音信號(hào)結(jié)構(gòu)性檢測(cè)
        5.1.1 MFCC倒譜距離端點(diǎn)檢測(cè)法
    5.2 AR模型噪聲預(yù)測(cè)
        5.2.1 確定階數(shù)
        5.2.2 建立AR模型,并估計(jì)噪聲方差
    5.3 AR結(jié)合kalman語(yǔ)音降噪
        5.3.1 利用kalman進(jìn)行濾波降噪
        5.3.2 仿真實(shí)驗(yàn)
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 研究結(jié)論總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于樹莓派的多串口多總線服務(wù)器設(shè)計(jì)[J]. 李艷芹,蔣健,李人杰.  單片機(jī)與嵌入式系統(tǒng)應(yīng)用. 2014(10)
[2]基于Raspberry Pi的電梯彩屏顯示系統(tǒng)設(shè)計(jì)[J]. 賴江,李英祥,何琪,蘇凱.  單片機(jī)與嵌入式系統(tǒng)應(yīng)用. 2014(05)
[3]一種基于統(tǒng)計(jì)模型的改進(jìn)譜減降噪算法[J]. 孫楊,原猛,馮海泓.  聲學(xué)技術(shù). 2013(02)
[4]一種自適應(yīng)變階譜減降噪算法在電子耳蝸中的應(yīng)用[J]. 閔姝君,田嵐.  聲學(xué)學(xué)報(bào). 2011(03)
[5]一種新的語(yǔ)音端點(diǎn)檢測(cè)方法及在智能輪椅人機(jī)交互中的應(yīng)用[J]. 羅元,黃璜,張毅,胡章芳.  重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(04)
[6]基于噪聲短時(shí)譜動(dòng)態(tài)估計(jì)的語(yǔ)音增強(qiáng)譜減算法[J]. 李銀國(guó),薛雯,徐洋.  重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(02)
[7]基于噪聲譜結(jié)構(gòu)特性的譜減法[J]. 鄭成詩(shī),胡笑滸,周翊,李曉東.  聲學(xué)學(xué)報(bào). 2010(02)
[8]基于MFCC等組合特征的說(shuō)話人識(shí)別模型[J]. 朱建偉,孫水發(fā),劉曉麗.  三峽大學(xué)學(xué)報(bào)(自然科學(xué)版). 2009(06)
[9]基于改進(jìn)譜減法的語(yǔ)音增強(qiáng)研究[J]. 劉志坤,唐小明,朱洪偉.  計(jì)算機(jī)仿真. 2009(06)
[10]基于熵函數(shù)的語(yǔ)音端點(diǎn)檢測(cè)算法研究[J]. 王博,郭英,韓立峰.  信號(hào)處理. 2009(03)

博士論文
[1]基于稀疏表示的語(yǔ)音增強(qiáng)方法研究[D]. 趙彥平.吉林大學(xué) 2014
[2]語(yǔ)音增強(qiáng)系統(tǒng)的研究與實(shí)現(xiàn)[D]. 姚峰英.中國(guó)科學(xué)院上海冶金研究所 2001

碩士論文
[1]基于雙麥克的語(yǔ)音增強(qiáng)算法的研究及應(yīng)用[D]. 張彥芳.清華大學(xué) 2013
[2]噪聲環(huán)境下語(yǔ)音信號(hào)端點(diǎn)檢測(cè)的方法研究[D]. 虎大力.西華大學(xué) 2012
[3]基于自適應(yīng)譜估計(jì)的語(yǔ)音增強(qiáng)算法研究及應(yīng)用[D]. 閔姝君.山東大學(xué) 2011
[4]低信噪比下的語(yǔ)音增強(qiáng)方法研究[D]. 高留洋.解放軍信息工程大學(xué) 2010
[5]基于聲學(xué)模型和小波變換的語(yǔ)音增強(qiáng)方法研究[D]. 阮兆文.中國(guó)科學(xué)技術(shù)大學(xué) 2009



本文編號(hào)：3163492