本文選題：語音增強 + 壓縮感知　； 參考：《西北師范大學(xué)》2016年碩士論文

【摘要】：近年來,壓縮感知技術(shù)逐漸成為語音信號處理領(lǐng)域的研究熱點,它是對信號采樣和數(shù)據(jù)壓縮同時進行的一種新理論,該理論突破了傳統(tǒng)的奈奎斯特采樣定理的限制。在壓縮感知過程中,測量矩陣在信號重構(gòu)過程中有著相當重要的作用,因此測量矩陣的研究對壓縮感知具有重要的理論意義�，F(xiàn)階段壓縮感知理論在語音增強領(lǐng)域的研究大多還停留在稀疏表示和信號重構(gòu)方面,而針對測量矩陣在語音壓縮感知技術(shù)中的研究還很少。而不同的測量矩陣和重構(gòu)算法對帶噪語音信號的降噪性能有不同的影響。因此,本文以語音增強為目標,結(jié)合測量矩陣及其重構(gòu)算法的特性,研究了測量矩陣和重構(gòu)算法對語音增強的影響。論文的主要工作如下:1.研究了測量矩陣對語音增強的影響。主要選擇了5種常用測量矩陣,分別在不同的噪聲環(huán)境,不同的信噪比下,進行實驗仿真,分析了5種測量矩陣對帶噪的單音字、詞語、句子增強后的語音信號,并通過兩種客觀評價方法對去噪后的語音質(zhì)量進行了語音質(zhì)量評價。實驗結(jié)果表明:不管是從去噪信號的波形圖還是通過客觀評價指標來看,托普利茲矩陣和循環(huán)矩陣的去噪效果都略優(yōu)于其他三種測量矩陣,其中對于白噪聲帶噪語音,在低信噪比情況下,循環(huán)矩陣較優(yōu),去噪后的語音平均PESQ值比性能差的伯努利矩陣提高了66.16%。而在高信噪比情況下,比性能相對差的隨機高斯矩陣提高了13.54%。2.分別利用了正交匹配追蹤(Orthogonal Matching Pursuit,OMP)算法和稀疏自適應(yīng)匹配追蹤(Sparsity Adaptive Matching Pursuit,SAMP)算法研究了重構(gòu)算法對語音增強的影響。對加入白噪聲的帶噪語音進行了重構(gòu)仿真實驗,由得出的信噪比結(jié)果分析對比兩種重構(gòu)算法的性能優(yōu)劣。實驗結(jié)果表明:不管是從重構(gòu)信號的波形圖還是通過客觀評價指標來看,傳統(tǒng)的OMP算法去噪效果較差,重構(gòu)語音還包含大量噪聲。SAMP算法較之OMP算法,去噪效果較優(yōu),它有效地減少了含噪信號中的噪聲成分,提高了去噪語音的信噪比,并得出SAMP算法重構(gòu)語音的信噪比要比OMP算法約高8dB。
[Abstract]:In recent years, compression sensing technology has gradually become a hot topic in the field of speech signal processing. It is a new theory of signal sampling and data compression, which breaks through the limitation of traditional Nyquist sampling theorem. The measurement matrix plays an important role in the process of signal reconstruction in the process of compression sensing, so the study of measurement matrix has important theoretical significance for compression perception. At present, the research of compressed sensing theory in speech enhancement field is still mostly focused on sparse representation and signal reconstruction, but the research on measurement matrix in speech compression sensing technology is still few. Different measurement matrices and reconstruction algorithms have different effects on the noise reduction performance of noisy speech signals. Therefore, the effect of measurement matrix and reconstruction algorithm on speech enhancement is studied based on the characteristics of measurement matrix and its reconstruction algorithm. The main work of the thesis is as follows: 1: 1. The effect of measurement matrix on speech enhancement is studied. Five kinds of commonly used measurement matrices are selected and simulated under different noise environment and different signal-to-noise ratio respectively. The speech signals enhanced by five kinds of measurement matrices are analyzed, including monosyllabic words, words and sentences. The speech quality after denoising is evaluated by two objective evaluation methods. The experimental results show that the denoising effect of the Toplitz matrix and the cyclic matrix is slightly better than that of the other three measurement matrices, both from the waveform diagram of the denoising signal and the objective evaluation index. In the case of low signal-to-noise ratio, the cyclic matrix is better, and the average PESQ value of the de-noised speech is 66.16 times higher than that of the Bernoulli matrix with poor performance. In the case of high signal-to-noise ratio (SNR), the ratio of random Gao Si matrix with relatively poor performance is increased by 13.54.2. The effects of the reconstruction algorithm on speech enhancement are studied using orthogonal Matching pursuit (OMP) algorithm and sparse adaptive matching tracking algorithm (SAMPP). The reconstruction simulation of noisy speech with white noise is carried out, and the performance of the two reconstruction algorithms is analyzed and compared by the result of SNR. The experimental results show that the traditional OMP algorithm has a poor denoising effect, and the reconstructed speech contains a large amount of noise. SAMP algorithm is better than the OMP algorithm in denoising, whether from the waveform diagram of the reconstructed signal or from the objective evaluation index. It can effectively reduce the noise component in the noisy signal and improve the signal-to-noise ratio of the denoised speech. It is concluded that the SNR of the reconstructed speech by SAMP algorithm is about 8 dB higher than that of the OMP algorithm.
【學(xué)位授予單位】：西北師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN912.35

【相似文獻】

相關(guān)期刊論文 前10條

1 胡光銳,虞曉;基于二階前向結(jié)構(gòu)和信息最大理論的語音增強算法[J];上海交通大學(xué)學(xué)報;2000年07期

2 姚峰英,張敏;用于語音增強的高頻信噪比度量[J];聲學(xué)學(xué)報;2002年05期

3 彭煊,劉金福,王炳錫;基于獨立分量分析的語音增強[J];信號處理;2002年05期

4 王金明,張雄偉;一種基于自適應(yīng)模糊濾波的語音增強方法[J];解放軍理工大學(xué)學(xué)報(自然科學(xué)版);2003年01期

5 楊匯軍,鄭海英,王立紅;語音增強方法的研究[J];遼寧工學(xué)院學(xué)報;2003年05期

6 徐爽,韓芳芳,鄭德忠;基于閾值的小波域語音增強新算法[J];傳感技術(shù)學(xué)報;2004年01期

7 孫新德;一種改進的語音增強方法及實現(xiàn)[J];鄭州航空工業(yè)管理學(xué)院學(xué)報(社會科學(xué)版);2005年04期

8 錢國青;趙鶴鳴;;基于改進譜減算法的語音增強新方法[J];計算機工程與應(yīng)用;2005年35期

9 王晶,傅豐林,張運偉;語音增強算法綜述[J];聲學(xué)與電子工程;2005年01期

10 楊毅;楊宇;余達太;;語音增強及其消噪能力研究[J];微電子學(xué)與計算機;2006年07期

相關(guān)會議論文 前10條

1 陳凱;俞蒙槐;胡上序;付強;;語音增強系統(tǒng)性能評測方法綜述[A];第四屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1996年

2 王建波;林本浩;田春明;劉睿;;語音增強及其相關(guān)技術(shù)研究[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國青年通信學(xué)術(shù)會議論文集[C];2009年

3 徐舒;孫洪;;基于融合迭代的語音增強方法[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

4 牛剛;任新智;吳國慶;;諧波能量匯集度在語音增強中的應(yīng)用[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

5 國雁萌;;一種極低信噪比條件下的語音增強方法[A];第六屆全國人機語音通訊學(xué)術(shù)會議論文集[C];2001年

6 江峰;李曉東;;適用于抑制非平穩(wěn)背景噪聲的語音增強算法[A];中國聲學(xué)學(xué)會2003年青年學(xué)術(shù)會議[CYCA'03]論文集[C];2003年

7 閻兆立;杜利民;;維納后濾波語音增強算法研究[A];中國聲學(xué)學(xué)會2005年青年學(xué)術(shù)會議[CYCA'05]論文集[C];2005年

8 劉淑華;胡強;覃團發(fā);萬海斌;;語音增強算法的研究[A];2005通信理論與技術(shù)新進展——第十屆全國青年通信學(xué)術(shù)會議論文集[C];2005年

9 魏臻;張景達;陸陽;;嵌入式系統(tǒng)中語音增強改進算法的研究[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（一）[C];2007年

10 楊威明;;基于閾值的小波變換語音增強方法[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（上冊）[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 歐世峰;變換域語音增強算法的研究[D];吉林大學(xué);2008年

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

3 王海艷;基于統(tǒng)計模型的語音增強算法研究[D];吉林大學(xué);2011年

4 方瑜;語音增強相關(guān)問題研究[D];北京郵電大學(xué);2012年

5 姚峰英;語音增強系統(tǒng)的研究與實現(xiàn)[D];中國科學(xué)院上海冶金研究所;2001年

6 夏丙寅;面向移動通信的單通道語音增強方法研究[D];北京工業(yè)大學(xué);2014年

7 徐勇;基于深層神經(jīng)網(wǎng)絡(luò)的語音增強方法研究[D];中國科學(xué)技術(shù)大學(xué);2015年

8 陶智;低信噪比環(huán)境下語音增強的研究[D];蘇州大學(xué);2011年

9 王娜;基于小波變換與約束方差噪聲譜估計的語音增強算法研究[D];燕山大學(xué);2011年

10 趙彥平;基于稀疏表示的語音增強方法研究[D];吉林大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 肖佩霖;雙通道語音增強系統(tǒng)設(shè)計與實現(xiàn)[D];哈爾濱工業(yè)大學(xué);2011年

2 陳成斌;針對于家居環(huán)境的語音增強系統(tǒng)的研究與開發(fā)[D];華南理工大學(xué);2015年

3 魏有權(quán);基于噪聲估計的語音增強算法研究[D];昆明理工大學(xué);2015年

4 胡勇;麥克風(fēng)陣列語音增強算法研究[D];電子科技大學(xué);2014年

5 曹后斌;有色背景噪聲環(huán)境下語音增強系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2014年

6 馬小惠;陣列語音增強在車載環(huán)境中的應(yīng)用[D];大連理工大學(xué);2015年

7 李達;無線聲學(xué)傳感器網(wǎng)絡(luò)中分布式語音增強方法研究[D];大連理工大學(xué);2015年

8 高珍珍;基于梅爾頻譜域HMM的語音增強方法研究[D];北京工業(yè)大學(xué);2015年

9 宋環(huán)宇;全數(shù)字助聽器語音增強算法研究[D];哈爾濱工業(yè)大學(xué);2014年

10 王永杰;基于麥克風(fēng)陣列的語音增強算法研究[D];西安電子科技大學(xué);2014年

，

本文編號：1864714