本文關(guān)鍵詞：基于特征值篩選的子空間語(yǔ)音增強(qiáng)算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：為提高重構(gòu)語(yǔ)音質(zhì)量,提出基于特征值置換和篩選的子空間語(yǔ)音增強(qiáng)算法。在內(nèi)嵌式預(yù)白化子空間方法的基礎(chǔ)上,用特征值篩選和置換來(lái)改善增強(qiáng)語(yǔ)音效果。研究發(fā)現(xiàn),對(duì)純凈語(yǔ)音和噪聲的協(xié)方差矩陣進(jìn)行廣義特征值分解后,大特征值分量主要包含純凈語(yǔ)音信息,而小特征值分量主要包含噪聲信息,通過(guò)特征值排序后,用相鄰的大特征值分量置換或?yàn)V除小特征值分量,可有效提高語(yǔ)音幀的相關(guān)性,獲得更好的增強(qiáng)語(yǔ)音信號(hào)。相比傳統(tǒng)的子空間方法,基于特征值置換和篩選的子空間語(yǔ)音增強(qiáng)算法能有效工作于強(qiáng)噪聲環(huán)境,顯著提高信噪比,并使增強(qiáng)語(yǔ)音有較好的可懂度。本文的創(chuàng)新和具體工作如下:1.提出特征值分量濾除方法,在內(nèi)嵌式預(yù)白化子空間的基礎(chǔ)上,通過(guò)濾除小的特征值分量來(lái)改善重構(gòu)語(yǔ)音質(zhì)量。2.提出特征值分量置換方法,對(duì)含噪語(yǔ)音協(xié)方差矩陣的特征值分量按特征值從大到小排序后,用相鄰的大特征值分量置換小特征值分量。3.對(duì)特征值分量進(jìn)行上述的濾除或者置換后,剩余的特征向量矩陣不再是方陣。正常情況下無(wú)法求其逆矩陣,為此我們引入廣義逆矩陣運(yùn)算來(lái)解決這一問(wèn)題。
【關(guān)鍵詞】：語(yǔ)音質(zhì)量 語(yǔ)音增強(qiáng) 子空間方法 特征值分解 語(yǔ)音幀
【學(xué)位授予單位】：南昌航空大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN912.35

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 周良;羅高駿;;兩個(gè)相乘可交換的廣義投影算子和超廣義投影算子線性組合的M-P逆[J];湖北師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2014年03期

  本文關(guān)鍵詞：基于特征值篩選的子空間語(yǔ)音增強(qiáng)算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：325394