基于RLS自适应算法的麦克风阵列语音增强

麦克风阵列具有空间选择特性与高信号增益特性,因而成为非手持式智能语音处理系统中捕捉说话人语音的重要手段。分析了两种典型的自适应算法：最小均方算法（LMS）和递归最小二次方算法（RLS）在麦克风阵列语音增强中的应用,并根据仿真的结果得出结论。     

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。     

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.     

用于麦克风阵列的球面谐波分解

随着麦克风阵列在室内声场分析、声场再现、语音通信中的广泛应用,球面谐波分解在阵列信号处理中的地位变得更加重要。针对球面阵列的球面谐波分解是近年发展起来的波束形成新技术,它还可以扩展到线阵和环形阵等其它阵形中。从球面傅里叶变换着手,在球面谐波域内对不同条件下波束形成算法的原理、性能及其在阵列信号处理中可能的应用进行了全面的综述。     

麦克风阵列语音增强用于抗噪说话人识别

文章建立了一个噪声环境下说话人识别系统。先在信号空间通过麦克风阵列语音增强来抑制噪声,然后在特征空间进行特征补偿,接着进行说话人识别。同时录制了一个18人的麦克风阵语音库以及麦克风阵噪声库用来测试该方法,实验结果表明该方法能够显著提高说话人识别系统在噪声环境下的识别率。     

基于后置多级维纳滤波器的自适应波束形成方法

在车载系统、电话会议与多媒体会议等语音处理系统中,麦克风接收到的语音信号常常受到环境噪声的干扰,严重影响了通话质量。为了能有效地抑制相干与非相干噪声的干扰,该文将多级维纳滤波器与传统的广义旁瓣抵消器(GSC)相结合,提出了基于后置多级维纳滤波器的自适应波束形成方法。仿真结果表明,相对于传统的麦克风阵列语音增强方法而言,本文介绍的方法具有更好的去噪效果。     

一种基于麦克风阵列的宽带语音增强算法研究

文章介绍了一种常见的固定波束形成技术——Ds波束形成器,针对语音信号特点,结合多通道自适应滤波技术,利用归一化最小均方（NLMS）自适应算法,构造一个麦克风阵列宽带语音信号自适应降噪模型。通过采集真实环境下含噪语音,经过软件仿真验证了算法。试验表明,新模型的算法实现只在时域中进行,计算复杂度小,自适应部分收敛速度快,消噪效果显著。     

基于麦克风阵列自适应非线性滤波的语音信号端点检测方法

在语音信号端点检测中,传统的检测方法在低信噪比环境下识别率会下降,而对于改进的麦克风阵列自适应线性滤波语音端点检测方式,在麦克风数量较少的情况下,目标检测信号信噪比也较低,识别率并不高。为此,本文提出了一种基于麦克风阵列自适应非线性滤波语音端点检测方法。首先通过自适应Legendre非线性滤波器对麦克风阵列接收到的带噪语音信号进行降噪,然后进行平滑处理,最后设置双门限阈值测出语音端点。仿真实验表明本文所提出的检测方法优于自适应线性滤波语音端点检测方法,此方法使得端点检测的输入语音信噪比大约提高了4d B,相应地,语音信号端点检测准确率提高了大约66%。     

一种基于互相关算法的二维声源定位系统

声源定位系统是处理语音中的一个研究课题,被广泛地应用于语音增强等系统中。基于互相关算法的声源定位系统是一种无源定位,通过接收麦克风阵列的信号对被测物体进行探测处理从而估计被测物体的位置或方位等信息,具有强抗干扰,不易被察觉的特点。     

RLS双麦克风噪声对消技术

本文介绍的主要是采用RLS算法来进行双麦克风噪声对消技术的原理。一路麦克风采集带有噪声的语音信息,一路麦克风采集噪声。将两路数据传输到服务器,通过RLS算法来进行信号的对消,还原出原始语音信号。     

一种改进GSC自适应语音增强方法

传统广义旁瓣抵消器在阻塞目标信号时,目标信号对消及波束形成方向固定,缺乏灵活性,为此,本文提出基于麦克风阵列技术的一种新型广义旁瓣抵消器自适应语音增强方法。该方法利用自适应阻塞矩阵级联自适应抵消器来估计出维纳滤波器输出信号中的残余噪声,并与输出信号进行对消,然后后续一个谱减法进一步去除可能留有的残余噪声。分析了改进算法的性能,并与传统广义旁瓣抵消器进行了仿真比较。     

语音信号增强算法的谱减法应用探究

语音信号技术广泛应用于语音通信、语音识别等领域,在语音信号处理过程中,降噪与提高可懂度是极为关键的,处理方法有多种,通过综合梳理,对谱减法和自适应噪声抵消法的分析,发现最大限度地消除谱减法中的"音乐噪声"成为需要突破的研究域。在此尝试利用MATLAB以图像形式呈现谱减法增强语音信号效果的比较。发现语音信号处理算法在定义域内,仍有不可避免的误差。得出避免误差算法的加强与从强噪声中提取语音信号,既是语音信号处理过程中所"遭遇"的重要问题,又是未来理论与实践应用研究的发展方向。     

盲分离技术在语音信号处理中的研究与应用

盲分离技术是信号处理领域研究的热点问题,在源信号和混合过程未知的情况下,从混合信号中分离出源信号.重点研究了混合语音信号的盲分离方法,对语音信号进行加窗傅立叶变换,采用定点ICA算法对混合语音信号进行分离.最后使用Matlab软件对算法进行了仿真.     

DOA估计方法浅析

DOA估计作为阵列信号处理的关键技术在许多领域中有实际应用,旨在通过对阵列信号处理方法进行综合的阐述,探讨在不同电磁环境下,各种方法的优缺点。     

基于独立分量分析的瞬时混合语音信号盲分离算法研究

近些年,信号处理在理论与方法方面发展速度很快。独立分量分析技术(Independent Component Analysis,简称ICA)是信号处理领域近十几年才发展起来的一种新的理论和方法,并且逐步的成熟化与系统化,变成了信号处理领域内重要的组成部分。本文主要讨论线性瞬时混合情况下语音信号盲分离算法,阐述了算法原理,进行了实验仿真,以此来证明算法的有效性。     

TigerSHARC201在数字阵列信号处理中的应用

为高速、实时的处理水声信号,有效提取信号特征信息。开发了一种基于TigerSHARC201DSP平台的水声信号处理算法。首先介绍了TigerSHARC201芯片,然后分单板和板间两部分分别设计了阵列信号处理的DSP网络拓扑结构。设计了关于时频域波束形成的并行算法,并采用了等间距线列阵仿真信号对算法进行了仿真验证。结果表明,应用基于TigerSHARC201数字信号处理机开发的处理算法能高速、实时的实现对水声信号的处理,并为今后进一步深入研究相对复杂的信号处理算法及实现打下了基础。     

一种无人缩微小车的麦克风阵列声源定位系统的硬件平台设计

本文以TMS320C6713为核心,设计了一款用于无人缩微小车的麦克风阵列声源定位系统的硬件平台。首先提出了系统的总体设计,其次分析了麦克风阵列模块、数据采集模块和数据存储、处理与控制三个功能模块的功能和性能指标;最后通过实测实验验证了平台的有效性和实用性。     

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。     

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。     

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。