【摘要】：語音增強(qiáng)技術(shù)是語音信號處理中的一項核心技術(shù),廣泛應(yīng)用于多媒體監(jiān)控、現(xiàn)代通信以及人工智能系統(tǒng)等領(lǐng)域。語音增強(qiáng)技術(shù)大致可分為單通道語音增強(qiáng)、多通道語音增強(qiáng)和基于深度學(xué)習(xí)的語音增強(qiáng)三類。其中多通道的語音增強(qiáng)技術(shù)利用語音信號的時域和頻域以及麥克風(fēng)陣列的空間位置等信息對噪聲有良好的抑制效果�；谧赃m應(yīng)波束成形的語音增強(qiáng)算法是多通道語音增強(qiáng)中的一種重要算法。自適應(yīng)波束成形算法利用最小均方誤差等最優(yōu)準(zhǔn)則計算權(quán)值對各陣元加權(quán),以期可以增強(qiáng)目標(biāo)語音信號,抑制干擾和噪聲。本文實現(xiàn)了基于最小方差無失真響應(yīng)(Minimum Variance Distortionless Response,MVDR)、基于廣義旁瓣抵消(Generalized Sidelobe Canceller,GSC)結(jié)構(gòu)以及基于穩(wěn)健的廣義旁瓣抵消(RobustGSC,RGSC)結(jié)構(gòu)的三種自適應(yīng)波束成形算法,并對此三種算法進(jìn)行改進(jìn)。然后運用算法在環(huán)境嘈雜的多角度雞尾酒會實驗中進(jìn)行目標(biāo)人語音的提取和增強(qiáng)。本文具體的研究內(nèi)容如下:(1)針對三類語音增強(qiáng)算法進(jìn)行了詳細(xì)分析和研究。基于麥克風(fēng)陣列的近場遠(yuǎn)場模型以及自適應(yīng)波束成形的基本架構(gòu),進(jìn)行了語音增強(qiáng)算法的理論建模、軟硬件實驗平臺搭建。提出了針對語音增強(qiáng)效果的主客觀結(jié)合的綜合指標(biāo)評估模型。(2)針對最小方差無失真響應(yīng)的自適應(yīng)波束成形算法,本文引入了波束成形濾波器權(quán)值的實時更新自適應(yīng)調(diào)整策略。傳統(tǒng)算法的權(quán)值是根據(jù)語音信號的全部幀信息計算求得,并不能使得每幀的噪聲的功率最小。改進(jìn)后的MVDR權(quán)值可以根據(jù)一定幀數(shù)的語音信息進(jìn)行自適應(yīng)更新迭代。實驗證明,改進(jìn)后算法對干擾和噪聲的抑制能力得到了有效的提升。(3)在傳統(tǒng)廣義旁瓣抵消算法和穩(wěn)健的廣義旁瓣抵消算法中,固定波束成形模塊對干擾和噪聲抑制能力不足。針對這一問題本文提出用權(quán)值更新的MVDR算法替代固定成形算法,并結(jié)合阻塞矩陣進(jìn)行噪聲的二次估計。實驗證明,改進(jìn)后的算法對比GSC、RobustGSC,對干擾和噪聲的抑制能力更強(qiáng)。綜上所述,本文實現(xiàn)了基于MVDR、GSC、RobustGSC三種架構(gòu)的自適應(yīng)波束成形算法。提出了對三種算法的波束成形權(quán)值進(jìn)行自適應(yīng)調(diào)整,并結(jié)合阻塞矩陣進(jìn)行噪聲的二次估計,從而實現(xiàn)對算法的改進(jìn)。實驗結(jié)果表明,改進(jìn)后的算法的語音增強(qiáng)效果得到了有效的提升,對干擾和噪聲抑制效果好。
【圖文】：

圖２－１延遲相加波束成形逡逑Ｆｉｇｕｒｅ邋２－１邋Ｄｅｌａｙ邋ａｎｄ邋ｓｕｍ邋ｂｅａｍｆｏｒｍｉｎｇ逡逑

圖２－２自適應(yīng)波束成形原理圖逡逑Ｆｉｕｒｅ邋２－２邋Ｐｒｉｎｃｉｅ邋ｄｉａｒａｍ邋ｏａａｔｉｖｅｅａｍｏｒｍｉｎ
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TN912.35

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉鵬;;基于深度學(xué)習(xí)的語音增強(qiáng)方法研究[J];智能計算機(jī)與應(yīng)用;2019年05期

2 石玲;;基于計算機(jī)聲卡的譜相減語音增強(qiáng)系統(tǒng)分析[J];信息與電腦(理論版);2010年02期

3 孫濤;;基于計算機(jī)聲卡的譜相減語音增強(qiáng)系統(tǒng)分析[J];南昌教育學(xué)院學(xué)報;2010年05期

4 張曉雷;;基于深度學(xué)習(xí)的語音增強(qiáng)簡述[J];網(wǎng)絡(luò)新媒體技術(shù);2019年02期

5 李璐君;屈丹;;一種基于組合深層模型的語音增強(qiáng)方法[J];信息工程大學(xué)學(xué)報;2018年04期

6 袁文浩;婁迎曦;梁春燕;夏斌;;利用生成噪聲提高語音增強(qiáng)方法的泛化能力[J];電子學(xué)報;2019年04期

7 陰法明;唐於烽;;基于深度置信網(wǎng)絡(luò)的語音增強(qiáng)算法[J];電子器件;2018年05期

8 余華;唐於烽;趙力;;基于改進(jìn)深度置信網(wǎng)絡(luò)的語音增強(qiáng)算法[J];數(shù)據(jù)采集與處理;2018年05期

9 薛慧君;李盛;路國華;張楊;焦騰;王健琪;荊西京;;提升小波用于非接觸語音增強(qiáng)算法的研究[J];醫(yī)療衛(wèi)生裝備;2013年05期

10 胡海波;劉柏森;許銀;;基于小波變換的語音增強(qiáng)研究[J];黑龍江工程學(xué)院學(xué)報(自然科學(xué)版);2011年01期

相關(guān)會議論文 前10條

1 王世偉;胡笑滸;鄭成詩;李曉東;;一種改進(jìn)的基于能量差語音增強(qiáng)算法[A];中國聲學(xué)學(xué)會第九屆青年學(xué)術(shù)會議論文集[C];2011年

2 江峰;李曉東;;適用于抑制非平穩(wěn)背景噪聲的語音增強(qiáng)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

3 閻兆立;杜利民;;維納后濾波語音增強(qiáng)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

4 童峰;許肖梅;洪青陽;;一種帶階數(shù)估計的語音增強(qiáng)算法[A];第八屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];2005年

5 袁榕嶸;吳鳴;楊軍;;雙麥克風(fēng)語音增強(qiáng)快速算法[A];泛在信息社會中的聲學(xué)——中國聲學(xué)學(xué)會2010年全國會員代表大會暨學(xué)術(shù)會議論文集[C];2010年

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

7 李海峰;韓紀(jì)慶;鄭鐵然;;元音、輔音粗判自適應(yīng)電話語音增強(qiáng)方法[A];第七屆全國人機(jī)語音通訊學(xué)術(shù)會議（NCMMSC7）論文集[C];2003年

8 高登峰;楊波;郭東岳;;基于深度神經(jīng)網(wǎng)絡(luò)的地空通話語音增強(qiáng)方法[A];第一屆空中交通管理系統(tǒng)技術(shù)學(xué)術(shù)年會論文集[C];2018年

9 樓廈廈;鄭成詩;李曉東;;濾波器權(quán)值約束對自適應(yīng)零限波束形成語音增強(qiáng)算法魯棒性影響分析[A];中國聲學(xué)學(xué)會2007年青年學(xué)術(shù)會議論文集（上）[C];2007年

10 任玉寶;;基于聯(lián)合字典學(xué)習(xí)的語音增強(qiáng)算法[A];中國聲學(xué)學(xué)會水聲學(xué)分會2019年學(xué)術(shù)會議論文集[C];2019年

相關(guān)重要報紙文章 前3條

1 ;NMS Sonata Ⅲ/Studio Sound級語音增強(qiáng)系統(tǒng)話音更清晰[N];中國計算機(jī)報;2003年

2 本報記者 馬楠;NMS市場目標(biāo)轉(zhuǎn)向無線服務(wù)提供商[N];通信產(chǎn)業(yè)報;2001年

3 ;VoIP服務(wù)不只是便宜的通話[N];網(wǎng)絡(luò)世界;2002年

相關(guān)博士學(xué)位論文 前10條

1 江文斌;面向復(fù)雜場景的極低碼率語音編解碼和語音增強(qiáng)關(guān)鍵技術(shù)研究[D];上海交通大學(xué);2018年

2 高天;復(fù)雜環(huán)境下基于深度學(xué)習(xí)的語音信號預(yù)處理方法研究[D];中國科學(xué)技術(shù)大學(xué);2018年

3 童仁杰;基于信號稀疏特性的語音增強(qiáng)算法研究[D];中國科學(xué)技術(shù)大學(xué);2018年

4 王青;基于深層神經(jīng)網(wǎng)絡(luò)的多目標(biāo)學(xué)習(xí)和融合的語音增強(qiáng)研究[D];中國科學(xué)技術(shù)大學(xué);2018年

5 王冬霞;麥克風(fēng)陣列語音增強(qiáng)的若干方法研究[D];大連理工大學(xué);2007年

6 歐世峰;變換域語音增強(qiáng)算法的研究[D];吉林大學(xué);2008年

7 孫琦;基于子空間的低計算復(fù)雜度語音增強(qiáng)算法研究[D];吉林大學(xué);2017年

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

9 姚峰英;語音增強(qiáng)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

10 張龍;有監(jiān)督學(xué)習(xí)條件下的單通道語音增強(qiáng)算法研究[D];中國科學(xué)技術(shù)大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 許瑞龍;基于自動編碼器和生成對抗網(wǎng)絡(luò)的語音增強(qiáng)方法研究[D];江西理工大學(xué);2019年

2 續(xù)嬌;基于自適應(yīng)波束成形的語音增強(qiáng)算法研究與實現(xiàn)[D];北京交通大學(xué);2019年

3 程澤豐;混響環(huán)境下的遠(yuǎn)程語音增強(qiáng)方法研究[D];浙江大學(xué);2019年

4 黃張翼;基于深度神經(jīng)網(wǎng)絡(luò)的語音增強(qiáng)方法研究[D];重慶郵電大學(xué);2018年

5 吳佳雯;基于表示學(xué)習(xí)的語音增強(qiáng)算法研究[D];廈門大學(xué);2017年

6 曾帆;遠(yuǎn)距離麥克風(fēng)陣列語音增強(qiáng)及系統(tǒng)實現(xiàn)[D];廈門大學(xué);2018年

7 許銘;車載環(huán)境下語音處理關(guān)鍵技術(shù)的研究[D];遼寧工業(yè)大學(xué);2019年

8 賈翔宇;基于張量模型的語音增強(qiáng)算法研究[D];中國科學(xué)技術(shù)大學(xué);2019年

9 吉慧芳;改進(jìn)相位譜信息及相位重構(gòu)的語音增強(qiáng)算法研究[D];太原理工大學(xué);2019年

10 王雁;基于深度神經(jīng)網(wǎng)絡(luò)的語音增強(qiáng)算法[D];太原理工大學(xué);2019年

，

本文編號：2656211