【摘要】：針對傳統(tǒng)的小波包語音增強算法增強后的語音失真嚴重的問題,提出了一種基于自適應閾值和新閾值函數的小波包語音增強算法。該算法在小波包域將帶噪語音加窗分幀,基于相鄰幀快速傅里葉變換功率譜的互相關值,計算各幀存在語音的概率;然后通過語音存在概率對傳統(tǒng)通用小波包閾值進行調整,使得閾值在非語音幀中較大,在語音幀中較小,實現閾值的自適應調整,可以在最大程度消除噪聲的同時,盡可能地保留語音,減小語音失真。還設計了一種新閾值函數,克服了傳統(tǒng)硬閾值函數不連續(xù)和軟閾值函數會帶來恒定偏差的缺點,進一步減小了語音失真。采用TIMIT和NOISEX-92數據庫中的語音和噪聲進行了大量的模擬實驗,主觀評比和客觀評比結果均證明提出的語音增強算法比現有的兩種算法有更好的增強效果,采用提出的算法增強后的語音失真更小,聽覺效果更好。
[Abstract]:In order to solve the serious problem of speech distortion after enhancement by traditional wavelet packet speech enhancement algorithm, a new wavelet packet speech enhancement algorithm based on adaptive threshold and new threshold function is proposed. In the wavelet packet domain, the noisy speech is windowed into frames, and the probability of each frame is calculated based on the cross-correlation value of the power spectrum of the FFT power spectrum of adjacent frames. Then the traditional general wavelet packet threshold is adjusted by speech existence probability, which makes the threshold larger in non-speech frames and smaller in speech frames. The adaptive adjustment of threshold value can eliminate the noise at the same time to the greatest extent. Keep the voice as much as possible and reduce the distortion. A new threshold function is also designed, which overcomes the disadvantages of traditional hard threshold function discontinuity and soft threshold function which will bring constant deviation, and further reduces the speech distortion. The speech and noise in TIMIT and NOISEX-92 database are used in a large number of simulation experiments. The subjective and objective evaluation results show that the proposed speech enhancement algorithm has better enhancement effect than the existing two algorithms. The proposed algorithm has less distortion and better auditory effect.
【作者單位】： 安徽師范大學物理與電子信息學院;
【基金】：安徽省科技攻關項目(1501041137) 安徽省教育廳自然科學基金資助項目(KJ2015A079) 安徽師范大學博士科研啟動基金資助項目
【分類號】：TN912.35

【相似文獻】

相關期刊論文 前10條

1 李倩,王讓定,陳金兒;基于改進閾值的小波域語音增強算法[J];寧波大學學報(理工版);2005年03期

2 胡光銳,虞曉;基于二階前向結構和信息最大理論的語音增強算法[J];上海交通大學學報;2000年07期

3 姚峰英,張敏;用于語音增強的高頻信噪比度量[J];聲學學報;2002年05期

4 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

5 王金明,張雄偉;一種基于自適應模糊濾波的語音增強方法[J];解放軍理工大學學報(自然科學版);2003年01期

6 楊匯軍,鄭海英,王立紅;語音增強方法的研究[J];遼寧工學院學報;2003年05期

7 徐爽,韓芳芳,鄭德忠;基于閾值的小波域語音增強新算法[J];傳感技術學報;2004年01期

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

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

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

相關會議論文 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術會議論文集[C];1996年

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

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

4 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術會議論文集[C];2001年

5 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];中國聲學學會2003年青年學術會議[CYCA'03]論文集[C];2003年

6 閻兆立;杜利民;;維納后濾波語音增強算法研究[A];中國聲學學會2005年青年學術會議[CYCA'05]論文集[C];2005年

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

8 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交流大會論文集（一）[C];2007年

9 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)高校研究生學術交流會通信與信息技術會議論文集（上冊）[C];2008年

10 王世偉;胡笑滸;鄭成詩;李曉東;;一種改進的基于能量差語音增強算法[A];中國聲學學會第九屆青年學術會議論文集[C];2011年

相關博士學位論文 前10條

1 張龍;有監(jiān)督學習條件下的單通道語音增強算法研究[D];中國科學技術大學;2017年

2 歐世峰;變換域語音增強算法的研究[D];吉林大學;2008年

3 尹偉;基于模型的語音增強方法及質量評估研究[D];武漢大學;2009年

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

5 方瑜;語音增強相關問題研究[D];北京郵電大學;2012年

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

7 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;2014年

8 徐勇;基于深層神經網絡的語音增強方法研究[D];中國科學技術大學;2015年

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

10 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;2011年

相關碩士學位論文 前10條

1 肖佩霖;雙通道語音增強系統(tǒng)設計與實現[D];哈爾濱工業(yè)大學;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;2015年

3 魏有權;基于噪聲估計的語音增強算法研究[D];昆明理工大學;2015年

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

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

6 李達;無線聲學傳感器網絡中分布式語音增強方法研究[D];大連理工大學;2015年

7 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;2015年

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

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

10 穆俊生;基于特征值篩選的子空間語音增強算法研究[D];南昌航空大學;2015年

，

本文編號：2418601