基于谱减法语音增强研究

文章以传统的谱减法为基础,介绍了几种改进的方法,比较详细地叙述了谱减法的基本原理和降低音乐噪声的方法。最后综合几种改进的方法,提出基于端点检测的近似估计谱减法。相对于传统的谱减法,该算法能更好地抑制残留噪声和背景噪声,特别是低信噪比下的语音信号。     

基于谱减法的一种改进语音增强算法

对语音信号进行处理一个很重要的问题就是噪声的滤除,噪声降低了语音的信噪比和可懂性。多年来,人们针对加性宽带噪声提出了各种语音增强算法,其中谱减法因其具有简单和易于实现的优点而被广泛的采用。但是,一般的谱减法都会带来较为严重的“音乐”噪声,为减弱这种噪声,本文提出了一种改进的语音增强算法——多带谱减法(multi-bandspectrumsubtraction)。实验结果表明,多带谱减法明显的削弱了一般谱减法所带来的音乐噪声,对带噪语音质量的增强效果显著。     

谱减法语音增强算法研究

谱减法是处理宽带噪声较为传统和有效的方法,它的运算量较小,容易实时实现,增强效果也较好。本文比较详细地叙述了谱减法的基本原理和降低音乐噪声的方法。     

一种基于谱减的语音增强算法改进

为进一步降低噪声对采集语音的干扰,提出了一种新的谱减改进方法。采用阈值法对非平稳背景噪声信号进行估计,计算出先验信噪比,得到还原的纯净语音信号。用MATLAB实现了整个算法的仿真,并与传统谱减法结果相比较,仿真结果表明,该算法对非平稳噪声追踪性较好,在抑制背景噪声,减少音乐噪声前提下,提高了语音的可懂度,其计算复杂度也可以接受。     

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。     

基于改进谱减法的语音识别系统去噪

为消除语音识别系统中的噪声干扰,研究了传统谱减法和改进的谱减法,描述了两种算法的原理和特点,并对两种算法进行了编程实现。matlab仿真结果表明,改进的谱减法不仅可以消除噪声,还可以抑制＂音乐噪声＂的产生,比传统谱减法更具优势。     

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。     

基于Mel倒谱特征顺序统计滤波的语音端点检测算法

为提高噪声环境下语音端点检测的准确性,提出一种基于Mel倒谱距离顺序统计滤波的端点检测算法.该算法首先提取每帧语音信号的Mel频率倒谱系数,以前16帧估算背景噪声,计算每帧语音与背景噪声的倒谱距离;然后将当前帧前后相继若干帧的倒谱距离,经过一组顺序统计滤波器得到加权倒谱距离;最后根据各帧加权倒谱距离对输入语音进行分类.在TIMIT语音库上的实验结果表明,该方法在白噪声、粉噪声、汽车噪声和战斗机噪声等噪声环境下,均能得到理想的端点检测结果,且在低信噪比时依然有效.     

基于麦克风阵列的语音增强算法概述

麦克风阵列语音增强技术是将阵列信号处理与语音信号处理相结合,利用语音信号的空间相位信息对语音信号进行增强的一种技术。文章介绍了各种基于麦克风阵列的语音增强基本算法,概述了各算法的基本原理,并总结了各算法的特点及其所适用的声学环境特性。     

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.     

一种改进的基于二维高阶累积量的自适应谱线增强算法

基于二维高阶累积量的自适应谱线增强算法的迭代步长很容易受到噪声干扰的影响，本文分析了基于二维高阶累积量的自适应谱线增强算法的特点，在此基础上提出了一种改进的基于二维高阶累积量的自适应谱线增强算法。计算机仿真结果表明，本文提出的算法对高斯白噪声和高斯色噪声都有很好的抑制作用，可以改善高斯噪声背景中小空间范围的二维信号信噪比。     

基于神经网络的语音增强系统设计

利用神经网络设计语音信号增强处理系统,在无噪和含噪条件下,提取语音信号的MFCC系数,用于BP神经网络的训练和识别,最终达到语音信号消噪和提高可懂度的目的。自适应神经网络系统具有非线性映射和自学习能力,能够用于噪声信号的非线性建模。它不仅能够获取信号的最佳估计,并且能够克服信号处理中存在的不确定性。仿真结果表明,该自适应噪声抵消器的设计方法,不仅实现简单,而且节省运行时间,语音增强效果很好。     

一种语音信号端点检测法的FPGA实现

对语音信号进行端点检测是语音识别的前提,这类芯片当前大多采用以DSP为核心的结构,费用高、设计缺乏灵活性。而FPGA具有功耗低、体积小等优点,是进行端点检测的理想平台。介绍了一种FPGA实现语音端点检测的方法。     

基于TMS320VC5509A的语音增强模块实现

语音增强可以抑制背景噪声,提高背景噪声条件下语音质量,利于后续语音信号处理。在简要介绍美国军用标准——增强混合激励线形预测语音编码中语音增强算法的基础上,基于TITMS320VC5509a芯片设计一款语音增强模块。详细论述了语音增强算法实时实现的硬件设计、软件优化和开发的关键技术。实际场合实验表明,该模块具有较好的抗背景噪声功能,即可以以独立前置模块的方式用于语音处理系统,也可以以嵌入模块的方式用于语音处理系统。     

基于短时谱估计的三种语音增强技术降噪效果的比较

语音增强的目的是从带噪语音中提取尽可能纯净的原始语音.目前语音增强的方法很多,本文对一段未知的带噪语音信号采用基于短时谱估计的改进的谱减法、维纳滤波法、最小均方误差法这三种常用的语音增强技术进行降噪处理,并根据实验结果对这三种语言增强技术的降噪效果进行了比较.     

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.     

基于小波变换的语音增强—阙值去噪的研究

对小波去噪的基本原理和小波阙值去噪方法进行了分析、研究.在此基础上丢小渡阙值去嗓法中阙值函数进行了研究.并针对软、硬阙值函数的不足,提出了一种新阙值函数,并对这个新阙值函数进行分析,并进行试验仿真.