共查询到20条相似文献,搜索用时 0 毫秒
1.
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。 相似文献
2.
基于麦克风阵列的语音增强算法概述 总被引:1,自引:0,他引:1
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。 相似文献
3.
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. 相似文献
4.
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。 相似文献
5.
6.
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。 相似文献
7.
8.
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。 相似文献
9.
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. 相似文献
10.
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。 相似文献
11.
12.
简单介绍了小波分析的基本理论和小波消噪的基本原理,详细分析了基于小波分析对图像进行消噪的处理技术,并且利用Matlab实现了对图像的消噪处理。通过对实验结果的分析,比较了在图像消噪过程中用到的两种闽值的优劣,同时也证明了小波分析在对图像进行消噪处理中具有很大的优越性。 相似文献
13.
通过含有噪声的方波的消噪实例,介绍了如何利用离散小波变换去掉噪声,并用MATLAB软件作出了仿真。实例仿真结果表明该方法十分有效。 相似文献
14.
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。 相似文献
15.
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。 相似文献
16.
将小波分析应用在边坡位移监测曲线的消噪中,选用小波阈值法对西攀高速公路K132高边坡监测数据进行消噪,结果证明有效。 相似文献
17.
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。 相似文献
18.
19.
20.
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。 相似文献