基于语音特点的小波阈值去噪算法分析

小波分析在信号处理方面具有优越性。本文将其应用于语音去噪,并根据语音信号的特点提出了一种适应性强的阈值函数;将新的阈值算法和Waveshrink算法用于语音去噪,并运用多个语音样本进行实验对比,仿真数据表明,本算法有良好的适应性,效果较优。     

EMD算法和Hilbert算法混合的语音信号降噪和提取

针对语音信号降噪和提取算法存在降噪效果不佳等问题,已经无法满足现在社会的需求。本文提出一种基于改进EMD算法和Hilbert算法混合的语音信号降噪和提取方法,首先针对EMD算法在语音信号降噪可能破坏噪声特性的问题,利用全局阈值选择去噪的方法对其进行改进,然后引入Hil-bert算法将其与EMD算法融合,对语音信号进行降噪和提取。利用仿真实验可以发现:将EMD算法和Hilbert算法进行混合优化,和传统的小波变换语音信号降噪算法,不容易出现差错并且具有更好的降噪性能。     

基于ADSP的语音识别系统

本系统是基于AD公司的Blackfin-533开发平台,通过提取语音信号的美尔倒谱系数(MFCC),并在此基础上采用动态时间调整的DTW算法将提取的语音参数与已有的参敷模板匹配,实现指定文本语音识别功能.系统充分利用Blackfin 533芯片高速并行的数据处理能力,大约能够在330ms内达到与10个样本模板匹配,同时通过软硬件结合的去噪技术与阈值的准确设定使识别的准确率大大提高.     

基于改进阈值函数小波语音增强方法的研究

提出了一种基于小波阈值去噪的语音增强算法。根据含噪语音中噪声、清音和浊音的不同特点,首先对它们进行检测区分,然后采用改进的Garrote阈值函数分别对噪声、清音和浊音运用不同的阈值方案进行处理。该方法在很大程度上抑制了噪声,又减少了语音段清音的损失,提高了信噪比,在MATLAB7.1中的仿真实验结果表明,该方法具有较好的增强效果。     

一种基于子波变换的语音增强方法

在分析了随机噪声的子波变换系数在不同尺度上的传递特性和噪声信号奇异性与子波模极大值的关系后,提出了用一尺度间变化的门限阈值来抑制带噪训音信号在不同尺度上噪声子波系数,从而实现了在重构信号中消除噪声的目的。文中还给出了不同信噪比语音信号的子波去噪的计算机仿真结果,从结果上看出,本文的方法有较好的语音去噪、增强效果。     

基于Context模型的局部阈值小波图像去噪

本文基于小波阈值去噪的基本理论,提出了一种基于Context模型的自适应小波去噪算法。该方法利用Context模型建立图像小波变换后的系数分类模型并根据分类使用不同的阈值去噪。实验结果表明本文提出的算法无论是PSNR值还是视觉效果,都大大优于传统算法。     

以语音识别为基础的音乐检索系统

针对一般的语音识别算法均存在抗噪能力不好的问题,无法满足音乐检索系统的需求。针对于此,本文以抗噪能力为基础对MFCC语音识别算法进行了优化,第一步是通过F比方法加权优化了MFCC算法的特征参数,估计出各维特征分量对识别率的影响,并将其提取出来,然后采用主成分分析法对提取的特征分量进行降维处理,以降低计算复杂度,减少数据存储量,加快训练时间,最终提高识别效率。算法仿真结果表明,本文提出的基于抗噪能力优化的MFCC语音识别算法具有较好的抗噪能力,比传统MFCC算法对音乐检索的精确度更高。     

基于小波变换的语音增强算法

结合小波技术对传统的维纳滤波算法进行改进,对语音信号进行离散小波变换,求得小波系数,计算小波系数的阈值,然后利用阈值对小波系数进行过滤,再对小波重构信号,信号经过维纳滤波器模型达到去噪效果。最后对算法进行了仿真试验。     

基于自适应滤波的一种语音增强算法研究

语音增强的主要目的是从带噪语音信号中提取尽可能纯净的原始语音信号。本文介绍了一种基于自适应滤波器的语音信号增强算法。     

基于自适应滤波的一种语音增强算法研究

语音增强的主要目的是从带噪语音信号中提取尽可能纯净的原始语音信号。本文介绍了一种基于自适应滤波器的语音信号增强算法。     

一种基于感知特性的鲁棒性语音认证算法

提出了一种基于感知域的鲁棒性语音认证算法,将语音的感知特性与签名算法相结合,在满足内容认证和身份认证的同时,能够有效地抵抗通信噪声微扰.算法基于语音的掩蔽效应和非线性效应等人耳感知特性,着重去除其时频域掩蔽阈值下的冗余信息,进行非线性滤波后提取感知参数,并运用改进的Rainbow算法对这些语音参数进行签名.实验证明,该算法的唯一性和针对通信噪声的鲁棒性都很好,兼有Rainbow签名的安全性保证,可以满足语音通信中的鲁棒性认证要求.     

基于新阈值函数的电动机故障信号小波去噪

针对采集的电动机故障信号提取特征频率时产生的噪声干扰,提出了一种新的小波阈值函数,并将其与分层阈值相结合用于故障信号的小波去噪。新阈值函数很好地克服了软、硬阈值函数的缺点,分层阈值符合噪声分解系数随着分解尺度增大而迅速衰减的特点。对仿真信号及实测工程信号的分析结果表明,该算法有良好的去噪效果并有助于提高故障诊断的准确性。     

图像去噪的小波阈值法研究

介绍了小波去噪的基本理论以及小波阈值法去噪的原理。小波阈值法去噪的关键是阈值的设置和阈值函数的选择。阈值的设置主要分为全局阈值法和局部阈值法。归纳了阈值的设置方法,并针对图像去噪进行了仿真实验,将一幅混有不同噪声的图像分别采用全局阈值和局部阈值去噪。实验得出局部阈值优于全局阈值的结论。     

基于信号子空间的麦克风阵语音增强算法

分析了信号子空间方法可以提高信噪比的原因,讨论了信号子空间方法在语音增强中的应用及信号子空间分解的常用方法.同时,将将单个麦克风信号子空间语音增强方法推广到多个麦克风的情况,并结合了波束形成算法.实验结果表明,基于信号子空间的麦克风阵语音增强算法消噪后语音的波形失真很小,信噪比提高多.     

基于小波变换语音增强算法的Matlab仿真

对语音信号的时域和频域进行分析,对小波分析的特点进行多分辨率分析,发现其具有分析时频和频域局部特征的能力,即在高频部分具有较高的时间分辨率和较低的频率分辨率,在低频部分具有较高的频率分辨率和较低的时间分辨率,可用于测量语音信号中夹带瞬态反常现象并展示其成分的情况。用小波变换的方法实现语音信号去噪增强,并在Matlab中进行了实验效果仿真,结果表明,该方法对语音信号的增强效果很好。     

改进阈值的小波图像去噪

为了有效的去除红外图像的噪声,本文基于对小波阈值理论的研究,考虑到阈值函数的选取对去噪效果的影响,以及传统阈值函数在阈值附近图像不平滑的特点,提出了一种新的改进阈值的去噪算法。此方法通过结合BayesShrink阈值和SureShrink阈值的特点,改进了半软阈值去噪过程中在阈值附近函数图像不平滑的缺点,使得函数图像更平滑,图像信息保留更完整。实验结果表明,与传统的小波阈值去噪算法相比较,该方法能够获取更高的信噪比(SNR)和峰值信噪比(PSNR),结果显示本文的方法不仅能够更有效的去除噪声,还能达到更好的视觉效果。     

应用Coutourlet分层阈值的图像去噪方法

常用的Contourlet去噪方法有软阈值、硬阈值滤波两类。本文将Contourlet分层阈值去噪方法与软、硬阈值去噪方法进行了对比,在分析的基础上,给出了各种方法去噪后的PSNR、MSE对比值以及图像。实验结果表明,分层阈值去噪方法获得了较好的视觉效果以及较高的输出信噪比、较低的均方根误差,效果更好。     

基于小波变换的语音检测算法

为了提高在低信噪比下语音检测的正确率,利用语音信号的小波分解系数在不同频段具有的谐波特性,构造出了一种具有良好抗噪性能的特征参数,结合相应的判决准则,提出了基于小波变换的语音检测算法。仿真结果表明,这种算法在低信噪比下具有较高的检测正确率。     

麦克风阵列语音增强技术及其消噪性能研究

文章简要叙述了应用麦克风阵列进行语音增强的原理方法及基于自适应性的消噪算法。由于麦克风阵列在实际语音处理时具有良好的拾取语音能力及噪声鲁棒性,使用该系统可大大提高强干扰环境下的语音识别性能。     

一种新的阈值函数的平移不变多小波去噪方法

为了改进图像的质量,将一种新颖的基于新阈值函数的平移不变多小波去噪方法引入信号的去噪中。通过对比软、硬阈值的优缺点,得到一个新的阈值函数,并将它应用于平移不变多小波去噪中。实验结果显示,该方法不仅能有效地消除Pseudo-Gibbs（伪吉布斯）现象,有很好的视觉效果,而且同传统的平移不变小波去噪相比,它具有更高的信噪比和更小的均方误差。