語音增強技術(shù)在語音通信及信息傳遞中都是一個不可或缺的重要環(huán)節(jié),在現(xiàn)今的生活與生產(chǎn)領(lǐng)域中都有著不可替代的作用。語音增強技術(shù)的發(fā)展日新月異,各種增強方法如雨后春筍,對它們的研究以及開發(fā),一直是一個重要的課題。如今,傳統(tǒng)的單通道增強算法,如MMSE、維納濾波法等在信息通信方面已經(jīng)有了比較成熟的應(yīng)用。對于通信質(zhì)量的不斷追求,單通道語音增強所能提供的增強后語音已經(jīng)漸漸不能滿足人們對于語音質(zhì)量的要求,因此,多通道的增強方法進入人們的視線之中,尤其是麥克風(fēng)陣列的出現(xiàn),其在降噪,減小失真等方面都有較好的性能表現(xiàn)。本文將從以下兩個方面對語音增強技術(shù)展開討論分析。（1）在單通道語音增強方面對MMSE-LSA算法展開討論,對其性能進行分析,原算法中增益函數(shù)主要通過先驗信噪比來確定,這就使得增強語音存在著時延和噪聲殘留問題,本文算法利用前一幀和當前幀的語音信號,根據(jù)先驗信噪比和后驗信噪比的關(guān)系,提出一種基于后驗信噪比估計先驗信噪比的方法,以解決時延問題,從而得到噪聲的最優(yōu)估計,對于平滑因子α不再完全依靠先驗信噪比來確定,利用幀間平滑引入后驗信噪比使平滑因子α能夠動態(tài)取值,以對動態(tài)的信噪比進行跟蹤,適應(yīng)其變化,... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

語音增強系統(tǒng)框圖

下圖為譜減法算法流程圖圖 2.2 譜減法流程圖2.2.2 小波變換法小波變換將信號分解到相鄰子帶上，由此得到相應(yīng)的子帶信號，而在高頻帶，可以得到細節(jié)信號——信號快速變化；信號的時變特性在低頻帶進行跟蹤[18]是可行的，這些都與其多分辨分析特性有關(guān)。信號局部特征在時域和頻域中其都能夠進行較好的表現(xiàn)，它能夠從時間角度對信號高頻部分進行較好的分別；而在低頻部分，頻率分辨具有比較好的效果。較好的時間分辨率，可以檢測信號高頻部分高速變化的瞬間信息，而較高的頻率分辨率比較好的展現(xiàn)低頻部分共振峰緩慢變化的的情況。因此，其能夠很好的適應(yīng)語音信號處理。將語音信號按照不同的頻段進行分解是小波的實質(zhì)。為達到提高信噪比的目的，小波變換用不同的閾值來處理不同的尺度下小波系數(shù)。常用的閡值函數(shù)有硬閾值函數(shù)和軟閾值函數(shù)，表達式如下:硬閾值法： YTYYTTHRYTH0,,( ,)(2.1)軟閾值法：

圖 2.4 維納濾波法流程圖2.2.4 其它的增強方法語音信號具有非平穩(wěn)性，而狀態(tài)空間變換法可以對其特性進行較好的表征[21]，隨語音的變化，其特性必然也會變化，則相應(yīng)的語音增強模型也需要跟著改變。技術(shù)色斷進步和發(fā)展涌現(xiàn)出了更多的新方法，比如隱馬爾科夫模型法[22]、獨立分量法[23]、聽掩蔽法[24]和分形理論法[25]等。此外，利用人工神經(jīng)網(wǎng)絡(luò)作為近年來新發(fā)展起來的一種強語音方法也獲得了很大的成就[26]，它是將原始語音信號通過一系列的處理使之成為個語音數(shù)據(jù)庫，混合語音和原始語音進行對比并計算二者之間的誤差，然后用誤差最準則通過 BP 算法調(diào)整網(wǎng)絡(luò)權(quán)值，從而得到處理后的增強信號。2.3 多通道語音增強方法多通道相與單通道的語音信號的采集相比，由單一麥克風(fēng)采集變?yōu)槎鄠�麥克風(fēng)的克風(fēng)陣列對語音信號進行采集從而實現(xiàn)語音信號的處理。多通道語音增強算法一般有種：(1)時延估計法；(2)麥克風(fēng)陣列法。為了對系統(tǒng)各通道中的信號延遲進行估計和償，由此出現(xiàn)基于時延估計的算法，該方法可以保持麥克風(fēng)陣列始終針對說話者;同時

【參考文獻】：
期刊論文
[1]多重約束非負矩陣分解的非平穩(wěn)噪聲語音增強（英文）[J]. 鄒月嫻,劉詩涵,王迪松.  控制理論與應(yīng)用. 2017(06)
[2]基于DNN的子空間語音增強算法[J]. 賈海蓉,王棟,郭欣.  太原理工大學(xué)學(xué)報. 2016(05)
[3]利用子空間改進的K-SVD語音增強算法[J]. 郭欣,賈海蓉,王棟.  西安電子科技大學(xué)學(xué)報. 2016(06)
[4]基于多窗譜估計的維納濾波語音增強算法[J]. 張正文,周航麒.  河南理工大學(xué)學(xué)報(自然科學(xué)版). 2015(05)
[5]后置濾波器參數(shù)自適應(yīng)的語音合成改進算法[J]. 戈永侃,于鳳芹.  計算機工程與應(yīng)用. 2017(01)
[6]基于特征值置換的子空間語音增強算法[J]. 孫成立,穆俊生.  計算機工程. 2016(02)
[7]一種基于MMSE-LSA和VAD的語音增強算法[J]. 晏光華.  移動通信. 2014(10)
[8]增強型語音可懂度的評價[J]. 馬建芬,張雪英.  計算機工程與應(yīng)用. 2012(32)
[9]基于F范數(shù)的信號子空間維度估計的多通道語音增強算法[J]. 李超,劉文舉.  聲學(xué)學(xué)報. 2011(04)
[10]基于子空間語音增強方法的研究[J]. 崔秀美.  數(shù)理醫(yī)藥學(xué)雜志. 2008(03)

博士論文
[1]基于子空間的低計算復(fù)雜度語音增強算法研究[D]. 孫琦.吉林大學(xué) 2017
[2]非理想條件下的自適應(yīng)波束形成算法研究[D]. 黃磊.中國科學(xué)技術(shù)大學(xué) 2016
[3]基于子空間的聲學(xué)模型及自適應(yīng)技術(shù)研究[D]. 張文林.解放軍信息工程大學(xué) 2013
[4]語音增強相關(guān)問題研究[D]. 方瑜.北京郵電大學(xué) 2012
[5]麥克風(fēng)陣列語音增強的若干方法研究[D]. 王冬霞.大連理工大學(xué) 2007

碩士論文
[1]多通道語音增強算法研究[D]. 潘甲.湖北工業(yè)大學(xué) 2017
[2]基于Krylov子空間的多通道自適應(yīng)信號檢測方法的性能分析[D]. 汪秋瑩.電子科技大學(xué) 2015
[3]語音增強算法研究及MATLAB實現(xiàn)[D]. 席冬梅.河南理工大學(xué) 2012
[4]基于壓縮感知的語音稀疏基和投影矩陣構(gòu)造技術(shù)的研究[D]. 唐力.南京郵電大學(xué) 2012
[5]語音增強算法的研究及改進[D]. 孫晉松.山東大學(xué) 2009
[6]基于子空間的語音增強算法研究[D]. 牛銅.解放軍信息工程大學(xué) 2009
[7]實時語音增強的研究及其DSP系統(tǒng)實現(xiàn)[D]. 安文彥.電子科技大學(xué) 2009
[8]基于MMSE-LSA的語音增強研究[D]. 郭芳.哈爾濱工程大學(xué) 2008



本文編號：3460767