本文關(guān)鍵詞：希爾伯特一黃變換在含噪語音處理中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：言語是人類社會最重要的交際工具,也是人類思維工具,人類社會文明與它息息相關(guān)。語音承載語言信息,人們的信息交互主要靠語音進(jìn)行。在實際的語音環(huán)境,多多少少存在著程度不等的環(huán)境噪聲的干擾。噪聲使語音質(zhì)量下降,語音信號處理設(shè)備不能正常工作,信息交流受阻,含噪語音的去噪成為一個亟待解決的難題。傳統(tǒng)的各種時頻分析技術(shù)如傅立葉分析是面向平穩(wěn)信號的,不適合分析非平穩(wěn)信號,非平穩(wěn)信號的典型代表是語音信號,它是時變的隨機(jī)信號。本文主要研究采用近年來發(fā)展起來的面向非平穩(wěn)信號的希爾伯特—黃變換理論來處理含噪語音,抑制噪聲,從而做到語音增強(qiáng)。含噪語音經(jīng)經(jīng)驗?zāi)B(tài)分解,得一族固有模態(tài)分量IMFs。對組成IMFs的各IMF分幀求取各自的所謂平滑方差。以方差為基礎(chǔ)通過IMS本身的初判,結(jié)合IMFs全局作出是否語音幀判決,并依此為基礎(chǔ)進(jìn)一步檢測出語音端點。這也是語音增強(qiáng)的第一步,確定目標(biāo)對象,去掉不必要的非語音處理。對所檢出的含噪語音經(jīng)驗?zāi)B(tài)分解后,噪聲和語音在各IMF中的分布情況不同,我們給以不同的權(quán)來進(jìn)行增強(qiáng)或抑制。進(jìn)一步對處理后仍不同程度含噪的各IMF分量,采用自適應(yīng)閥值調(diào)整來進(jìn)一步抑制噪音,最終由此重構(gòu)語音。本文對受加性噪聲污染的語音做了實驗。所做的增強(qiáng)和對比實驗表明,作者所提方法對各種噪聲都有較好的表現(xiàn),而小波分析僅對白噪聲較適應(yīng)且在低SNR下性能較差。
【關(guān)鍵詞】：隨機(jī)信號 時頻分析 希爾伯特—黃變換 經(jīng)驗?zāi)B(tài)分解 去噪
【學(xué)位授予單位】：黑龍江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN912.3
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-14
• 1.1 論文研究的背景8-9
• 1.2 信號的時頻分析9-11
• 1.2.1 傳統(tǒng)信號時頻分析方法9-11
• 1.2.2 希爾伯特—黃變換11
• 1.3 論文的主要內(nèi)容11-12
• 1.4 論文的章節(jié)組織12-14
• 第2章 含噪語音信號處理基本理論14-34
• 2.1 引言14
• 2.2 語音信號及特性14-17
• 2.3 噪聲信號及特性17-19
• 2.4 人的聽覺感知特性19-24
• 2.4.1 聽覺器官的生理結(jié)構(gòu)19-20
• 2.4.2 語音聽覺心理20-24
• 2.5 傳統(tǒng)語音增強(qiáng)算法24-33
• 2.5.1 周期噪音干擾25-26
• 2.5.2 脈沖噪聲干擾26
• 2.5.3 寬帶噪聲干擾26-30
• 2.5.4 自適應(yīng)噪聲抵消30-31
• 2.5.5 小波分析與語音增強(qiáng)31-32
• 2.5.6 聽覺臨界帶與語音增強(qiáng)32-33
• 2.6 本章小結(jié)33-34
• 第3章 希爾伯特—黃變換理論34-55
• 3.1 概述34-35
• 3.2 基本概念35-41
• 3.2.1 希爾伯特變換35-37
• 3.2.2 瞬時頻率37-40
• 3.2.3 固有模態(tài)函數(shù)40-41
• 3.3 希爾伯特——黃變換理論41-54
• 3.3.1 經(jīng)驗?zāi)B(tài)分解41-45
• 3.3.2 希爾伯特譜和邊際譜45-48
• 3.3.3 經(jīng)驗?zāi)B(tài)分解性質(zhì)48-51
• 3.3.4 傅里葉變換和希爾伯特黃變換51-54
• 3.4 本章小結(jié)54-55
• 第4章 基于EMD的語音增強(qiáng)55-72
• 4.1 前言55
• 4.2 噪聲與語音EMD各自特性55-59
• 4.3 語音增強(qiáng)性能評價59-62
• 4.3.1 主觀評價59-60
• 4.3.2 客觀評價60-62
• 4.4 基于EMD的語音增強(qiáng)62-66
• 4.4.1 語音檢測—真正的語音識別62-64
• 4.4.2 加權(quán)濾波64
• 4.4.3 自適應(yīng)閡值調(diào)整64-66
• 4.4.4 基于EMD的語音增強(qiáng)算法66
• 4.5 實驗66-71
• 4.5.1 對比算法的相關(guān)選取66-68
• 4.5.2 實驗結(jié)果與分析68-71
• 4.6 本章小結(jié)71-72
• 結(jié)論72-73
• 參考文獻(xiàn)73-78
• 致謝78-79

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳卒;周群彪;陳正茂;呂學(xué)斌;;基于含噪語音統(tǒng)計特征的小波去噪算法分析與實現(xiàn)[J];四川大學(xué)學(xué)報(自然科學(xué)版);2008年02期

2 孫林慧;楊震;;基于自適應(yīng)基追蹤去噪的含噪語音壓縮感知[J];南京郵電大學(xué)學(xué)報(自然科學(xué)版);2011年05期

3 陳硯圃,戴啟軍,卞正中;含噪語音信號中噪聲參數(shù)的一種估計方法[J];西安交通大學(xué)學(xué)報;2001年10期

4 齊峰巖;鮑長春;;一種基于支持向量機(jī)的含噪語音的清/濁/靜音分類的新方法[J];電子學(xué)報;2006年04期

5 方元;含噪語音多路信號同步的研究[J];聲學(xué)學(xué)報;2001年04期

6 韓春光;胡劍英;李華;;改善含噪語音說話人辨認(rèn)系統(tǒng)性能的方法[J];寧波大學(xué)學(xué)報(理工版);2007年03期

7 包永強(qiáng);趙力;鄒采榮;;分?jǐn)?shù)傅里葉變換域上含噪語音的聯(lián)合濾波[J];信號處理;2006年06期

8 楊帥;宋剛;;對含噪語音進(jìn)行基頻檢測的方法[J];計算機(jī)工程與應(yīng)用;2009年31期

9 范影樂;俞祁焰;李軼;龐全;;基于Hilbert-Huang變換的含噪語音特征分析[J];傳感技術(shù)學(xué)報;2007年10期

10 雷廣智;梁民;;含噪語音信號頻譜增強(qiáng)技術(shù)的統(tǒng)計方法研究與展望[J];數(shù)字技術(shù)與應(yīng)用;2012年01期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李映望;希爾伯特一黃變換在含噪語音處理中的應(yīng)用[D];黑龍江大學(xué);2015年

  本文關(guān)鍵詞：希爾伯特一黃變換在含噪語音處理中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

，

本文編號：356913