一直以來,語音就是人與人之間日常交流的主要載體。隨著現(xiàn)代計(jì)算機(jī)技術(shù)和人工智能技術(shù)的快速發(fā)展,語音逐漸成為人機(jī)交互的重要形式。但是周圍環(huán)境的噪聲一直干擾語音信號,語音的質(zhì)量和可懂度大大降低,嚴(yán)重影響人們的生活質(zhì)量和人機(jī)交互質(zhì)量。語音增強(qiáng)技術(shù)的本質(zhì)就是采取某種算法盡可能地消除語音中的噪聲,提高語音的清晰度和可懂度。傳統(tǒng)的語音增強(qiáng)算法在平穩(wěn)噪聲環(huán)境中具有良好的去噪效果,但是在非平穩(wěn)噪聲環(huán)境中,這些傳統(tǒng)方法的去噪效果并不明顯,甚至在去除噪聲的同時(shí)削弱語音的質(zhì)量,使得語音嚴(yán)重失真。本文分析了傳統(tǒng)變換域語音增強(qiáng)算法,發(fā)現(xiàn)在非平穩(wěn)噪聲環(huán)境下,傳統(tǒng)變換域中重疊的語音信號和噪聲無法完全分離的問題,基于此本文提出了基于稀疏度的多級分?jǐn)?shù)階傅里葉變換（Fractional Fourier Transform,FrFT）語音增強(qiáng)算法,主要研究內(nèi)容和創(chuàng)新點(diǎn)有:（1）分?jǐn)?shù)階變換域稀疏度量研究。研究了語音信號和噪聲在分?jǐn)?shù)階傅里葉變換域的能量分布,發(fā)現(xiàn)語音信號在分?jǐn)?shù)階域具有較強(qiáng)的能量聚集性。充分研究傳統(tǒng)的變換階數(shù)確定方法,即最小均方誤差法和最大信噪比法,這些方法計(jì)算量較大,不適于實(shí)際應(yīng)用�；谡Z音信號在分?jǐn)?shù)階域的稀疏特... 

【文章來源】：青島大學(xué)山東省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

文章主要結(jié)構(gòu)框圖

第二章語音增強(qiáng)概述5第二章語音增強(qiáng)概述2.1語音特性2.1.1語音產(chǎn)生原理在大腦的控制下，人的發(fā)聲器官會經(jīng)過一系列的生理運(yùn)動，便產(chǎn)生了語音。人的發(fā)聲器官主要有三部分：(1)氣源：肺和氣管產(chǎn)生；(2)聲門：喉和聲帶組成；(3)聲道：咽腔、口腔和鼻腔組成[19]，發(fā)聲器官示意圖如圖2.1。圖2.1發(fā)聲器官原理模型吸入的空氣首先會經(jīng)過聲帶，從肺部進(jìn)入聲道，然后從嘴中輻射出聲波，便形成了語音�！奥曢T子系統(tǒng)”在聲門的左邊，可以產(chǎn)生激勵(lì)振動，而“聲道系統(tǒng)”和“輻射系統(tǒng)”在聲門的右邊[20]。在發(fā)出不同的語音時(shí)，激勵(lì)振動和聲帶的狀態(tài)是不同的，對應(yīng)的模型也不相同[19]。當(dāng)空氣流經(jīng)過聲帶時(shí)，如果聲帶是緊繃的，聲帶將會周期性地張開和閉合。聲帶開啟，空氣流從聲門輻射出來，產(chǎn)生一個(gè)脈沖；聲帶閉合，則相當(dāng)于脈沖序列的間隙期。隨著聲帶周期性地開啟和閉合便產(chǎn)生了具有周期特性的濁音。當(dāng)空氣流經(jīng)過聲帶時(shí)，如果聲帶是舒展開的，空氣流會直接通過聲門，此時(shí)會有兩種不同的情況：(1)若聲道中的某個(gè)部位收縮，形成一個(gè)狹窄的通道，空氣流便會高速通過收縮區(qū)，并產(chǎn)生空氣湍流，空氣湍流經(jīng)過聲道后就形成摩擦音或者清音；(2)若聲道中的某個(gè)部位處于閉合狀態(tài)，空氣流到達(dá)聲道時(shí)形成空氣壓力[21]，空氣壓力會在閉合部位突然開啟時(shí)沖出聲道，便形成爆破音。這兩種情況下產(chǎn)生的語音均為清音。

青島大學(xué)碩士學(xué)位論文62.1.2語音信號數(shù)字模型在實(shí)際的研究過程中，非常必要的前提就是構(gòu)建語音信號的數(shù)字模型。語音的數(shù)字模型根據(jù)發(fā)聲原理構(gòu)建而成，主要包括激勵(lì)模型，聲道模型和輻射模型。模型原理圖如圖2.2所示。圖2.2語音信號產(chǎn)生的激勵(lì)模型語音信號數(shù)字模型的傳遞函數(shù)為：HAzGzzzRV2-(1)式中，A為振幅，G(z)為激勵(lì)函數(shù)，V(z)為聲道傳輸函數(shù)，R(z)為輻射函數(shù)。2.1.3語音特性語音是由人的聲帶振動產(chǎn)生的，聲帶振動的頻率在很大程度上決定了語音的一些特殊性質(zhì)，語音特性主要包括以下三部分：(1)短時(shí)平穩(wěn)性根據(jù)語音的產(chǎn)生原理，可以得出語音的生成過程是非平穩(wěn)的、時(shí)變的。但在一個(gè)相對較短的時(shí)間內(nèi)，發(fā)聲器官是相對平穩(wěn)的，所以語音信號可以看做是短時(shí)平穩(wěn)的，一般在10ms-30ms之間語音特性是基本不變的[22]。在短時(shí)間內(nèi)，語音信號的頻譜也是平穩(wěn)不變的。在語音信號處理時(shí)，可利用語音的短時(shí)平穩(wěn)性對語音信號分幀，從而對語音信號做短時(shí)處理[23]。(2)清音和濁音根據(jù)語音的發(fā)聲原理，當(dāng)空氣流經(jīng)過聲帶時(shí)，聲帶振動則產(chǎn)生濁音，聲帶不振動則產(chǎn)生清音。濁音和清音的特性具有較大的差異，在時(shí)域上，濁音的波形具有明

【參考文獻(xiàn)】：
期刊論文
[1]基于FrFT的自適應(yīng)閾值語音濾波降噪研究[J]. 范珍艷,王蓮子,莊曉東.  青島大學(xué)學(xué)報(bào)(工程技術(shù)版). 2019(04)
[2]分?jǐn)?shù)傅里葉變換理論及其應(yīng)用研究進(jìn)展[J]. 馬金銘,苗紅霞,蘇新華,高暢,康學(xué)凈,陶然.  光電工程. 2018(06)
[3]改進(jìn)信號子空間結(jié)合維納濾波的語音增強(qiáng)算法[J]. 曾明如,肖愛民,曾佳欣,習(xí)露.  科學(xué)技術(shù)與工程. 2018(03)
[4]基于FrFT域?yàn)V波的靈巧噪聲干擾抑制方法[J]. 韓博文,楊小鵬.  信號處理. 2017(12)
[5]基于分?jǐn)?shù)階傅里葉變換的聲吶探測信號鑒別[J]. 丁智慧,王彪.  艦船科學(xué)技術(shù). 2017(17)
[6]一種基于修正倒譜平滑技術(shù)改進(jìn)的維納濾波語音增強(qiáng)算法[J]. 李季碧,馬永保,夏杰,劉金剛.  重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(04)
[7]一種改進(jìn)譜減法語音增強(qiáng)算法的研究[J]. 符成山.  信息通信. 2016(08)
[8]基于改進(jìn)的小波閾值函數(shù)語音增強(qiáng)方法[J]. 董胡,譚喬來.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2015(08)
[9]語音增強(qiáng)算法綜述及性能分析[J]. 尹棟,蔣涉權(quán),劉寶光,楊立東,王晶.  電聲技術(shù). 2015(05)
[10]基于雙通道DFRFT互譜法的Chirp信號時(shí)延估計(jì)[J]. 李昕.  電子學(xué)報(bào). 2014(06)

博士論文
[1]稀疏分?jǐn)?shù)傅里葉變換理論及其在探測中的應(yīng)用[D]. 劉升恒.北京理工大學(xué) 2016

碩士論文
[1]基于深度學(xué)習(xí)的語音增強(qiáng)方法研究[D]. 張鶴鳴.大連理工大學(xué) 2019
[2]數(shù)字助聽器中基于深度學(xué)習(xí)的方向性語音增強(qiáng)算法研究[D]. 潘冬梅.北京工業(yè)大學(xué) 2019
[3]分?jǐn)?shù)階傅里葉變換在滾動軸承故障診斷中的應(yīng)用[D]. 呂嘉良.哈爾濱理工大學(xué) 2019
[4]基于稀疏表示和深度學(xué)習(xí)的單通道語音信號分離技術(shù)研究[D]. 趙城.南京郵電大學(xué) 2018
[5]基于稀疏表示及二值掩碼估計(jì)的語音增強(qiáng)算法研究[D]. 王虎.山東科技大學(xué) 2018
[6]基于噪聲估計(jì)的語音增強(qiáng)算法研究與實(shí)現(xiàn)[D]. 王冕.湖南大學(xué) 2018
[7]基于稀疏表示的視頻超分辨率技術(shù)研究[D]. 姚翠.電子科技大學(xué) 2018
[8]語音信號的增強(qiáng)及其識別算法[D]. 盧亞敏.南京信息工程大學(xué) 2018
[9]基于稀疏表示與聯(lián)合字典學(xué)習(xí)的語音增強(qiáng)[D]. 魏明.蘇州大學(xué) 2018
[10]基于表示學(xué)習(xí)的語音增強(qiáng)算法研究[D]. 吳佳雯.廈門大學(xué) 2017



本文編號：3217359