欢迎来到天天文库
浏览记录
ID:43735123
大小:575.79 KB
页数:67页
时间:2019-10-13
《语音分离与增强算法研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、语音分离与增强算法的研究摘要语音侍号是人类传播信息和感情交流的重要媒体。通常情况下,在信号处理领域,经常遇到这样的问题,需要从一组由未知随机信号混合得到的观测信号屮分离出原始的语音信号。同时,在人们进行语音通信的过程中,现实生活屮的语音信号不可避免地要受到周围坏境的影响,很强的背景噪声、其它说话者的语音等均会影响语音信号的质量,因此在接收端的信号即为带噪语音信号,为了从带噪语音信号屮获得尽可能纯净的语音信号,减少噪音的T扰,就需要进行语音增强。本文的研究工作主要分为以下两个方面:一方面是双通道语音盲源分离算法的研究;另一方面是单通道语音增强算法的研究。双通道语音盲源分离算法主要使用独
2、立分量分析方法,例如口然梯度算法、信息最大优化算法、最大信噪比算法等;单通道语音增强算法主要使用子空间分析方法,例如基于时域约束的子空间法(TDC)、基于频域约束的子空间法(SDC)等。本文在双通道语音盲源分离算法的研究上,设计一个基于盲源分离算法的交互式语音盲分离软件。首先阐述了线性瞬时无噪混合独立分量分析模型的基本原理,并在这个模型的框架下介绍了自适应自然梯度算法、批处理自然梯度算法的基本原理,并通过仿真实验实现了这两种算法,最后成功地设计出语音盲分离软件,使得研究语音盲源分离算法更加直观。本文在单通道语音增强算法的研究上,主要研究了基于子空间法的语音增强。在这一部分,首先介绍了
3、子空间的基本数学原理及其相关的理论知识,并通过对传统的子空间语音增强算法进行仿真实验后,发现一般的噪声估计通常假设噪声的均值是零,需要估计的参数就是噪声的方差,因而所估计的方差的准确性将对后续的去噪算法有重大的影响,而传统的子空间法采用的噪声估计对平稳噪声的估计是比较准确的,但是对于非平稳噪声佔计效果却不是很明显。针对非平稳噪声,本文提出了一种改进的基于VAD检测的子空间语音增强算法,利用VAD检测及时地更新噪声的协方差估计,通过人量实验证明,本文所提到的算法在信噪比、坂仓距离以及PESQ值等评价指标上都明显优于传统的子空间语音增强算法。关键词:独立分量分析,子空间,盲源分离,语音增
4、强THERESEARCHOFBLINDSEPARATIONANDSPEECHENHANCEMENTALGORITHMABSTRACTSpeechsignalisanimportantmediaforspreadinformationandexchangesofourfeelings,insignalprocessingfields,themostfrequentlyencounteredproblemisthatweneedtoseparatetheoriginalsourcessignalfromasetofunkownstochasticalmixed-signals.Atthe
5、sametime,intheprocessofspeechcommunication,inordertoobtainthecleanspeechsignalfromthenoisyspeechsignal,andreducetotheinterferenceofnoise,weneedtoenhancethespeechsignal.Thispaperisdividedintotwoparts:oneistheresearchofthetwo-channelblindsourceseparationalgorithm;anotheristhereaearchofthesingle-c
6、hannelspeechenhancement.Inordertogettheseparatedsignalsfrommixturedsources,wemainlyaccomplishadesignofainteractiveblindsourceseparationsoftwarebasedontheblindsourceseparationalgoritm.wefirstlyelaboratethebasicprincipleoftheIndependentComponentAnalysis(ICA)modelwithinstantaneousandnoiselessandli
7、nearmixed,anddescribesthebasicprincipleoftheadaptivenaturalgradientalgorithmandbatchnaturalgradientalgorithmbasedontheframeworkofthisICAmodel,andimplementsthetwoalgorithms,finally,wesuccessfullydesigntheblindsourceseparationsoftwa
此文档下载收益归作者所有