發(fā)布時(shí)間：2020-11-18 14:36

　　 語(yǔ)音是人類(lèi)進(jìn)行信息交流的重要媒介,但在現(xiàn)實(shí)的語(yǔ)音交流過(guò)程中,各種各樣的環(huán)境和設(shè)備噪聲總會(huì)對(duì)信息的傳遞產(chǎn)生干擾,降低通信質(zhì)量。因此,為了有效地利用語(yǔ)音信號(hào),需要將有用信息盡可能地從噪聲環(huán)境中提取出來(lái),而語(yǔ)音增強(qiáng)便是解決此問(wèn)題的重要方法。本文對(duì)當(dāng)前已有的一些典型語(yǔ)音增強(qiáng)算法進(jìn)行了分析與探討,并在此基礎(chǔ)上做出改進(jìn),提出了兩種新算法。本文主要工作內(nèi)容如下:1、提出了一種基于人耳掩蔽效應(yīng)與貝葉斯估計(jì)的改進(jìn)譜減算法用于語(yǔ)音增強(qiáng)。該算法采用改進(jìn)的最小控制值遞歸平均算法(IMCRA)進(jìn)行噪聲估計(jì),對(duì)帶噪語(yǔ)音進(jìn)行兩次譜減,并于兩次譜減之間對(duì)語(yǔ)音信號(hào)進(jìn)行基于加權(quán)似然比(WLR)失真測(cè)度的貝葉斯估計(jì),以此來(lái)增強(qiáng)語(yǔ)音信號(hào)。其中,第一次譜減為普通功率譜減,第二次譜減采用了濾波形式的譜減算法,利用人耳掩蔽效應(yīng)動(dòng)態(tài)調(diào)節(jié)譜減參數(shù),并對(duì)譜減算法的增益函數(shù)進(jìn)行了改進(jìn)。實(shí)驗(yàn)結(jié)果表明,此改進(jìn)算法在更好地抑制背景噪聲和殘余噪聲的同時(shí),可以保證甚至提高增強(qiáng)語(yǔ)音的可懂度,獲得了更好的語(yǔ)音增強(qiáng)效果。2、提出了一種基于MMSE估計(jì)與改進(jìn)多頻帶譜減的增強(qiáng)算法。該算法將對(duì)數(shù)MMSE估計(jì)與多頻帶譜減的預(yù)處理相組合,通過(guò)優(yōu)化對(duì)初始信號(hào)頻譜的平滑,以及使用改進(jìn)了的過(guò)減因子及減法因子函數(shù)的多頻帶譜減進(jìn)行了語(yǔ)音增強(qiáng)。在提出的算法中,對(duì)數(shù)MMSE估計(jì)使用最小值統(tǒng)計(jì)(MS)算法進(jìn)行噪聲估計(jì),而改進(jìn)的多頻帶譜減使用結(jié)合了遞歸函數(shù)的話(huà)音活動(dòng)檢測(cè)(VAD)進(jìn)行噪聲估計(jì)。仿真結(jié)果表明,此算法性能優(yōu)異,尤其在信噪比較低的情況下,更好地在保留語(yǔ)音信息的同時(shí)抑制了噪聲,提高了增強(qiáng)語(yǔ)音的質(zhì)量。
【學(xué)位單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：TN912.35
【部分圖文】：

唇，口唇端具有輻射效應(yīng)。研究表明，口輻射模型一般表現(xiàn)高通特性，其表達(dá)式如 ( ) ( ) 性產(chǎn)生模型由上述三者串聯(lián)而成，其傳遞 ( ) ( ) ( ) ( ) 是多年來(lái)進(jìn)行語(yǔ)音信號(hào)研究的常用模型，以平面波的形式在聲道中傳播的。然而后分離或附著于聲道壁上，也會(huì)存在渦流之礎(chǔ)而建立的非線(xiàn)性模型。非線(xiàn)性模型的原

增強(qiáng)語(yǔ)音信號(hào)時(shí)域波形（男聲/汽車(chē)噪聲/-5dB）

增強(qiáng)語(yǔ)音信號(hào)時(shí)域波形（女聲/粉色噪聲/0dB）
【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(yǔ)音增強(qiáng)方法研究[J];智能計(jì)算機(jī)與應(yīng)用;2019年05期

2 石玲;;基于計(jì)算機(jī)聲卡的譜相減語(yǔ)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(jì)算機(jī)聲卡的譜相減語(yǔ)音增強(qiáng)系統(tǒng)分析[J];南昌教育學(xué)院學(xué)報(bào);2010年05期

4 張曉雷;;基于深度學(xué)習(xí)的語(yǔ)音增強(qiáng)簡(jiǎn)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(yǔ)音增強(qiáng)方法[J];信息工程大學(xué)學(xué)報(bào);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(yǔ)音增強(qiáng)方法的泛化能力[J];電子學(xué)報(bào);2019年04期

7 陰法明;唐於烽;;基于深度置信網(wǎng)絡(luò)的語(yǔ)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(yǔ)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(guó)華;張楊;焦騰;王健琪;荊西京;;提升小波用于非接觸語(yǔ)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(yǔ)音增強(qiáng)研究[J];黑龍江工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2011年01期

相關(guān)博士學(xué)位論文 前10條

1 江文斌;面向復(fù)雜場(chǎng)景的極低碼率語(yǔ)音編解碼和語(yǔ)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(yǔ)音信號(hào)預(yù)處理方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

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

5 王冬霞;麥克風(fēng)陣列語(yǔ)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(yǔ)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(jì)算復(fù)雜度語(yǔ)音增強(qiáng)算法研究[D];吉林大學(xué);2017年

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

9 姚峰英;語(yǔ)音增強(qiáng)系統(tǒng)的研究與實(shí)現(xiàn)[D];中國(guó)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(yǔ)音增強(qiáng)算法研究[D];中國(guó)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 李湑;單聲道語(yǔ)音增強(qiáng)關(guān)鍵技術(shù)研究[D];重慶郵電大學(xué);2019年

2 吳曉華;基于聽(tīng)覺(jué)感知加權(quán)的時(shí)域語(yǔ)音增強(qiáng)算法研究[D];南京航空航天大學(xué);2019年

3 Guernaz Zineddine;電話(huà)和語(yǔ)音識(shí)別系統(tǒng)的語(yǔ)音增強(qiáng)[D];哈爾濱工業(yè)大學(xué);2019年

4 葉富強(qiáng);基于主觀(guān)聽(tīng)覺(jué)反饋的機(jī)器學(xué)習(xí)語(yǔ)音增強(qiáng)模型優(yōu)化研究[D];哈爾濱工業(yè)大學(xué);2019年

5 余國(guó)修;麥克風(fēng)陣列語(yǔ)音增強(qiáng)算法研究[D];西安電子科技大學(xué);2019年

6 張鶴鳴;基于深度學(xué)習(xí)的語(yǔ)音增強(qiáng)方法研究[D];大連理工大學(xué);2019年

7 孫桂琪;基于相空間重構(gòu)的語(yǔ)音增強(qiáng)方法研究[D];青島大學(xué);2019年

8 吳衛(wèi)鵬;基于改進(jìn)譜減的語(yǔ)音增強(qiáng)算法研究[D];南京郵電大學(xué);2019年

9 張文瑞;基于生成對(duì)抗網(wǎng)絡(luò)的語(yǔ)音增強(qiáng)方法的研究[D];西安電子科技大學(xué);2019年

10 譚緯城;基于頻譜補(bǔ)償?shù)柠溈孙L(fēng)陣列語(yǔ)音增強(qiáng)算法研究[D];華南理工大學(xué);2019年

本文編號(hào)：2888829