語音增強算法研究及信號分析平臺的研發(fā).pdf

1、　　語音信號作為信息的最普遍最直接的表達方式,在許多領(lǐng)域具有廣泛的應(yīng)用前景。然而在實際語音通信過程中,不可避免地會受到來自周圍環(huán)境、傳輸媒介引入的噪聲、通信設(shè)備內(nèi)部電噪聲、乃至其它講話者的干擾。所有這些因素會造成接收到的語音信號并非純凈的原始語音信號,而是受噪聲污染的帶噪語音信號。為了從帶噪語音信號中獲得盡可能純凈的語音信號,減少噪音的干擾,就需進行語音增強。
　　在一般情況下干擾信號是隨機信號,要完全排除噪音是不現(xiàn)實的,所以語音

2、增強的目標(biāo)對收聽人而言主要是改善語音質(zhì)量,提高語音可懂度,減少疲勞感；對語音處理系統(tǒng)(識別器、聲碼器、手機)而言是提高了系統(tǒng)的識別率和抗干擾能力。
　　本課題首先較全面總結(jié)了目前常用語音增強方法的分類和特點,然后對近幾年新提出的多窗譜法進行了詳細(xì)研究,分析了多窗譜法在語音增強中的應(yīng)用原理、小波函數(shù)的選取等若干問題,并針對硬閾值、軟閩值法的不足,采用了一種改進的小波閾值函數(shù)。同時,為了方便對語音信號的分析和應(yīng)用開發(fā),論文給出了我們自

3、己研發(fā)的語音信號分析平臺。針對開發(fā)過程中遇到的實際問題,提出相應(yīng)的解決方法,其中包括多線程、波形曲線縮放等技術(shù),并搭建了分析平臺的整體架構(gòu)和實現(xiàn)部分常用功能,為平臺功能的進一步擴展奠定基礎(chǔ)。
　　研究過程中,將傳統(tǒng)的譜減法、STSA-MMSE法在語音增強中的效果與多窗譜法進行了實驗對比。研究結(jié)果表明,多窗譜法的增強效果比其他兩種方法更好。基于無語音幀帶噪語音功率譜與噪聲的功率譜相同的假設(shè),噪聲估計算法可通過跟蹤無語音幀來更新噪聲譜