本文關(guān)鍵詞：基于噪聲估計(jì)的語音增強(qiáng)算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：單通道語音增強(qiáng)在語音信號處理的研究中是一個長期存在的問題。目前,最有效的單通道語音增強(qiáng)方法是基于波形的處理方法,即利用濾波法估計(jì)純凈語音信號。在單通道語音增強(qiáng)中我們?nèi)狈Ρ尘霸肼暤闹R,因此現(xiàn)有的單通道語音增強(qiáng)方法還不能滿足實(shí)際應(yīng)用的要求。主要問題有估計(jì)噪聲不夠準(zhǔn)確、增強(qiáng)語音存在失真以及在無語音區(qū)缺乏有效的噪聲抑制。針對這些問題,本文研究基于噪聲估計(jì)的語音增強(qiáng)算法。研究目標(biāo)是降低估計(jì)噪聲的延時和偏差,減小增強(qiáng)語音的失真,提高語音增強(qiáng)算法在無語音區(qū)的抑制噪聲能力。本文主要完成了以下幾個方面的特色工作：(1)闡述了基于短時譜估計(jì)的語音增強(qiáng)和估計(jì)噪聲算法的基本原理。仿真結(jié)果表明譜減法增強(qiáng)后的語音存在大量“音樂噪聲”；最小均方誤差的短時譜幅度估計(jì)方法有效的減少了增強(qiáng)語音中的“音樂噪聲”,但增強(qiáng)語音的無語音區(qū)殘留大量噪聲；最小統(tǒng)計(jì)的噪聲估計(jì)方法存在大量延時；基于最小均方誤差的噪聲估計(jì)方法降低了估計(jì)噪聲的延時,但它的噪聲跟蹤能力仍有提高的空間。(2)提出了基于最小均方誤差(MMSE)和Bayesian風(fēng)險的噪聲估計(jì)方法。該方法首先利用MMSE原理推導(dǎo)出噪聲估計(jì)模型,噪聲估計(jì)模型包括噪聲線性估計(jì)量和噪聲估計(jì)補(bǔ)償量。噪聲線性估計(jì)量由維納濾波法確定,噪聲估計(jì)補(bǔ)償量是由偏低補(bǔ)償量或偏高抵消量確定；然后,我們使用噪聲線性估計(jì)量所產(chǎn)生的Bayesian風(fēng)險來判別估計(jì)噪聲的偏差類型；最后,我們通過語音存在和語音不存在之間誤判的條件概率計(jì)算偏低補(bǔ)償量和偏高抵消量。在實(shí)驗(yàn)中與典型方法對比,提出的噪聲估計(jì)方法有效的降低了噪聲跟蹤延時和對數(shù)錯誤。(3)提出了基于超高斯信號模型和最大后驗(yàn)概率(MAP)的軟決策語音增強(qiáng)方法。該方法首先以超高斯語音模型作為實(shí)際語音信號的先驗(yàn)分布；利用最大后驗(yàn)概率推導(dǎo)出語音信號連續(xù)存在時純凈語音估計(jì)。然后我們通過軟決策的方法計(jì)算出當(dāng)前含噪語音幀中語音存在的概率。最后,我們利用估計(jì)噪聲實(shí)現(xiàn)語音信號非連續(xù)的情況下語音增強(qiáng)的目標(biāo)。在實(shí)驗(yàn)中與典型方法對比,提出的語音增強(qiáng)方法降低了增強(qiáng)語音的失真,并在無語音區(qū)對噪聲的抑制更加有效。
【關(guān)鍵詞】：語音增強(qiáng) 噪聲估計(jì) 貝葉斯風(fēng)險 軟決策 最小均方誤差 最大后驗(yàn)概率
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN912.35
【目錄】：

• 摘要5-7
• ABSTRACT7-12
• 第一章 緒論12-18
• 1.1 研究背景及意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀及存在的問題13-15
• 1.3 本文研究內(nèi)容15-16
• 1.4 論文的組織16-18
• 第二章 語音增強(qiáng)的理論基礎(chǔ)18-30
• 2.1 信號特性18-19
• 2.1.1 語音特性18
• 2.1.2 噪聲特性18-19
• 2.2 信號模型19-23
• 2.2.1 語音和噪聲信號的先驗(yàn)分布20-21
• 2.2.2 似然函數(shù)21-22
• 2.2.3 含噪語音信號分布22
• 2.2.4 語音信號的瑞利分布22-23
• 2.3 語音質(zhì)量評價方法23-27
• 2.3.1 主觀評價24-25
• 2.3.2 客觀評價25-27
• 2.4 小結(jié)27-30
• 第三章 基于短時域的語音增強(qiáng)和噪聲估計(jì)算法30-42
• 3.1 譜減法30-33
• 3.1.1 譜減法的原理30-31
• 3.1.2 譜減法的缺點(diǎn)31-33
• 3.2 維納濾波法33-34
• 3.3 最小均方誤差的短時譜幅度估計(jì)34-37
• 3.4 最小統(tǒng)計(jì)的噪聲估計(jì)37-38
• 3.5 最小均方誤差的噪聲估計(jì)38-40
• 3.6 小結(jié)40-42
• 第四章 基于MMSE和BAYESIAN風(fēng)險的噪聲估計(jì)42-58
• 4.1 噪聲估計(jì)方法依據(jù)43-44
• 4.1.1 統(tǒng)計(jì)模型43
• 4.1.2 基于MMSE的噪聲估計(jì)43-44
• 4.2 基于MMSE和BAYESIAN風(fēng)險的噪聲估計(jì)44-49
• 4.2.1 建立噪聲估計(jì)模型44-46
• 4.2.2 確定事件判別錯誤產(chǎn)生的風(fēng)險46-47
• 4.2.3 發(fā)生檢測結(jié)果誤判的概率47-49
• 4.3 實(shí)驗(yàn)結(jié)果49-55
• 4.3.1 跟蹤延時49-51
• 4.3.2 降噪性能51-55
• 4.4 小結(jié)55-58
• 第五章 基于超高斯信號模型和MAP的軟決策語音增強(qiáng)58-76
• 5.1 信號的超高斯先驗(yàn)分布58-59
• 5.2 MAP的語音譜幅度估計(jì)59-61
• 5.3 兩種軟決策狀態(tài)61-62
• 5.4 軟決策狀態(tài)的MAP語音幅度估計(jì)62-64
• 5.5 實(shí)驗(yàn)結(jié)果64-74
• 5.5.1 語音質(zhì)量感知評價65-68
• 5.5.2 語譜圖68-73
• 5.5.3 運(yùn)行速度73-74
• 5.6 小結(jié)74-76
• 第六章 總結(jié)和展望76-78
• 6.1 論文總結(jié)76-77
• 6.2 下一步工作77-78
• 致謝78-80
• 參考文獻(xiàn)80-86
• 附錄A 攻讀碩士期間參與項(xiàng)目86-87
• 附錄B 攻讀碩士期間申請軟件著作權(quán)87

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 施俊強(qiáng),池明敏;基于TMS320C54x DSKplus的實(shí)時TCM語音編解碼算法的實(shí)現(xiàn)[J];半導(dǎo)體技術(shù);2001年08期

2 鄧勇,施文康;基于TMS320C50的語音頻譜分析儀[J];兵工自動化;2000年03期

3 徐俊曉,謝鋒,江建平,莫運(yùn)明,鄭中華;我國12種無尾類的鳴叫特征參數(shù)[J];動物學(xué)雜志;2005年03期

4 馮成林,吳淑珍;一種噪聲環(huán)境下的語音識別方法(線性預(yù)測誤差法)的研究[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2000年05期

5 黃新宇,吳淑珍;基于單邊自相關(guān)線性預(yù)測噪聲中漢語語音識別[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2000年05期

6 劉敬偉,程乾生;基于動態(tài)時間規(guī)劃的基因芯片數(shù)據(jù)識別[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年05期

7 段新,黃新宇,吳淑珍;與文本無關(guān)的說話人辨認(rèn)系統(tǒng)中一種新的使用基音周期方法研究[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年05期

8 王煒,劉峰,吳淑珍;RASTA濾波在語音通信質(zhì)量客觀評價中應(yīng)用的研究[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年05期

9 劉惠華,潘建軍,周冰,范京;稀疏譜線合成對元音頻域信息分布的探討[J];北京機(jī)械工業(yè)學(xué)院學(xué)報(bào);2005年01期

10 何強(qiáng),毛士藝,張有為;漢語語音識別的平滑聲韻基元HMM算法[J];北京航空航天大學(xué)學(xué)報(bào);2001年02期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 黃湘松;基于混淆網(wǎng)絡(luò)的漢語語音檢索技術(shù)研究[D];哈爾濱工程大學(xué);2010年

2 洪弘;基于Hilbert-Huang變換的漢語動態(tài)特征分析[D];南京大學(xué);2010年

3 尹偉;基于模型的語音增強(qiáng)方法及質(zhì)量評估研究[D];武漢大學(xué);2009年

4 黃麗霞;非特定人魯棒性語音識別中前端濾波器的研究[D];太原理工大學(xué);2011年

5 雙志偉;個性化語音生成研究[D];中國科學(xué)技術(shù)大學(xué);2011年

6 許敏強(qiáng);基于話者統(tǒng)計(jì)特征和SVM的文本無關(guān)話者確認(rèn)研究[D];中國科學(xué)技術(shù)大學(xué);2011年

7 高二中;對話電話語音的話者確認(rèn)研究[D];中國科學(xué)技術(shù)大學(xué);2011年

8 劉紀(jì)平;多重演化神經(jīng)網(wǎng)絡(luò)在語音識別中的應(yīng)用[D];武漢大學(xué);2011年

9 魏宇;基于小波變換的艦船航行數(shù)據(jù)記錄儀數(shù)字水印算法的研究[D];哈爾濱工程大學(xué);2011年

10 韓志艷;語音信號魯棒特征提取及可視化技術(shù)研究[D];東北大學(xué);2009年

  本文關(guān)鍵詞：基于噪聲估計(jì)的語音增強(qiáng)算法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：342747