應用灰色系統理論於語音訊號處理雜訊抑制之研究與設計

《應用灰色系統理論於語音訊號處理雜訊抑制之研究與設計》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、科學與工程技術期刊第五卷第三期民國九十八年43JournalofScienceandEngineeringTechnology,Vol.5,No.3,pp.43-50(2009)應用灰色系統理論於語音訊號處理雜訊抑制之研究與設計胡永柟吳仲琪董志強大葉大學電機工程學系51591彰化縣大村鄉學府路168號摘要本論文研究是利用灰色理論（greytheory）中的灰預測（greyprediction）方法來進行語音分析，並提出利用Levinson-Durbin方法取出極點建立語音模型，這種方法可以讓語音分析的方法加入創新的思維。本文之

2、設計在模擬的過程中共分為兩大部分：（1）使用麥克風所取得的語音檔案，應用自動回歸方程式擷取出其極點（poles）資料並存於資料庫。（2）考慮具有白雜訊（whitenoise）之環境中透過自動回歸（autoregression,AR）模型濾波器及灰預測之方法使其語音更加清晰。本論文所模擬之結果最重要的是可以有效抑制雜訊及製作模型來增加語音處理的速度。期望能落實理論於實務設計中，以另一種方法提供給語音辯識領域可以有其它選擇。關鍵詞：灰色理論，灰預測，AR模型，語音處理AMethodandDesignforSpeechSignalP

3、rocessingtoSuppressNoisebyUsingGreySystemTheoryYUNG-NANHU,CHUNG-CHIWUandCHIH-CHIANGTUNGDepartmentofElectricalEngineering,Da-YehUniversityNo.168,UniversityRd.,Dacun,Changhua,Taiwan51591,R.O.C.ABSTRACTInthisresearchthepredictioncomponentofgreytheoryisappliedtoanalyzes

4、peech.Forthepurposeofinnovation,theLevinson-Durbinmethodisadoptedforextractingpolestoconstructaspeechmodel.Thetwomostcriticalfactorsareasfollows:(1)MATLABsoftwareisusedtoextractthepoledata,whichisestablishedbyusingamicrophonetocompilespeechfilesandconcurrentlyconstr

5、uctadata-baseforstorage.(2)Toascertainthequantityofthespeechdata,anautoregression(AR)filtermodelisconsideredintheAWGN(additivewhiteGaussiannoise,AWGN)environments.Inthisexperiment,notonlyisamethodforsuppressingspeechnoiseproposed,butalsoaspeechmodelestablishedforinc

6、reasingthespeedofspeechprocessing.Weexpecttheresultsofthisresearchtoprovideanotherchoiceinpromotingperformanceinspeechrecognition.KeyWords:greytheory,greyprediction,ARmodel,speechprocessing44科學與工程技術期刊第五卷第三期民國九十八年一、前言近年來，應用語音辨識（speechrecognize）語音訊號分析日益廣泛，而且其技術日新月異，對於

7、各類刑事案件之偵查的過程都有相當程度的運用，在過去類比時代中，其發揮相當大的助益。然而隨著數位化時代的來臨與數位家庭的需求，人們對家電產品的品質要求已不僅滿足於功能齊備及完善的人機介面，而是更重視產品與人們之間的溝通方式。由於語音是日常生活中最常用到的溝通媒介，因此若能讓人們與家電產品藉由語音進行溝通，勢必將帶給人們日常生活方式更多元化與多樣化。因此，發展出一套良好的語音辨識系統之人機介面一直是世界上許多重要研究機構努力的方向之一[1,2,9]。而且隨著電腦功能的增加、語音擷取與顯示設備的普遍與便利及語音處理觀念的普及的影響，

8、可預期語音處理會在我們的生活中扮演越來越重要的角色，利用語音圖1.語音系統架構圖辨識及降低雜訊的概念就因此而生。所以語音大多朝著多聲道之語音處理，為了做好語音分樣之過程首先是使用Goldwave的錄製而成之後，經由錄製析之快速處理將以前獨立化分析之技術，提升到使用模型分好的語