隨著科學(xué)技術(shù)的發(fā)展,語音識別系統(tǒng)得到了廣泛發(fā)應(yīng)用。在一般情況下,目前所有使用的語音識別系統(tǒng)都需要進(jìn)行語音降噪處理,都存在語音降噪系統(tǒng)。因此,語音降噪算法對于語音識別具有重要的作用,本文為了增強(qiáng)語音降噪算法的效果,對目前的語音降噪算法進(jìn)行了改進(jìn)。首先,介紹語音信號產(chǎn)生相關(guān)原理、語音信號的特征、噪聲相關(guān)知識算法和人耳的特性。同時(shí)對語音降噪的客觀和主觀評價(jià)方法分別進(jìn)行了介紹。對于語音降噪處理的算法的評價(jià),我們不僅僅需要考慮算法評價(jià)的可操作性和準(zhǔn)確性,同時(shí)也要避免算法評價(jià)的片面性。經(jīng)過比較,針對主觀和客觀評價(jià)方法,我們通過分析比較選出分段信噪比和波形圖兩種方法作為對算法評價(jià)的客觀方法和主觀方法。另外一個(gè)方面,語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,本章使用了基于語音檢測的噪聲估計(jì)算法,對噪聲進(jìn)行了有效的估計(jì)。其次,針對頻譜減法的特點(diǎn),實(shí)現(xiàn)了對語音噪聲進(jìn)行處理的方法... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 語音降噪研究背景及意義
    1.2 國內(nèi)外研究進(jìn)展及現(xiàn)狀
    1.3 研究內(nèi)容和結(jié)構(gòu)安排
        1.3.1 研究內(nèi)容
        1.3.2 結(jié)構(gòu)安排
    1.4 本章小結(jié)
第二章 語音信號特性及降噪算法評價(jià)方法
    2.1 語音信號模型與特性
        2.1.1 語音信號模型
        2.1.2 語音信號特性
        2.1.3 噪聲特性
    2.2 語音降噪的相關(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 語音降噪算法的評價(jià)
        2.3.1 客觀評價(jià)
        2.3.2 主觀評價(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模型的卡爾曼語音降噪算法
    5.1 語音信號結(jié)構(gòu)性檢測
        5.1.1 MFCC倒譜距離端點(diǎn)檢測法
    5.2 AR模型噪聲預(yù)測
        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]一種新的語音端點(diǎn)檢測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)譜動態(tài)估計(jì)的語音增強(qiáng)譜減算法[J]. 李銀國,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,胡笑滸,周翊,李曉東.  聲學(xué)學(xué)報(bào). 2010(02)
[8]基于MFCC等組合特征的說話人識別模型[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)的語音端點(diǎn)檢測算法研究[J]. 王博,郭英,韓立峰.  信號處理. 2009(03)

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

碩士論文
[1]基于雙麥克的語音增強(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)境下語音信號端點(diǎn)檢測的方法研究[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音增強(qiáng)方法研究[D]. 阮兆文.中國科學(xué)技術(shù)大學(xué) 2009



本文編號：3163492