基于自适应参数的多窗谱谱减法算法改进

当今人工智能发展迅速,语音识别成为人机交互的重要方式。为提高语音识别准确度,在分析语音信号前去除语音信号噪声干扰并提高语音信号能量尤为重要。在实际应用中,不同语音信号包含不同的噪声。针对不同的语音噪声,在传统谱减法基础上,通过判断算法窗函数,根据不同的噪声能量改变多窗谱减法的过减因子参数,以增强算法自适应能力。仿真结果表明,在低信噪比情况下,通过改变过减因子值,可取得一个最优过减因子值以改进谱减法下的音乐噪声和失真度。自适应多窗谱减法改进后与基本谱减法相比,信噪比提高了 29%;与多窗谱减法相比,信噪比提高了 16%。该自适应多窗谱减法可适应不同噪声环境下的语音信号,增强语音信号中的关键信息并减少噪声干扰。     

基于自适应滤波法与谱减法的语音增强的研究

语音增强是一种消除语音信号中的背景噪声并获得完整原始语音信号的关键技术.谱减算法易于实现,计算量小,可以获得较高输出信噪比的原始语音信号,是增强语音信号的有效方法.然而,使用谱减法进行语音增强过程中会产生新的背景噪声——"音乐噪声",它会影响语音信号识别的准确性.为了解决谱减法产生的"音乐噪声"问题,本文提出一种谱减法...     

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。     

基于噪声鲁棒性特征和SVM的耳语音可懂度增强(英文)

提出了一种基于机器学习的耳语音可懂度增强方法.该方法利用已经训练好的2类支持向量机来估计一个二元时频掩蔽值,进而合成增强后的耳语音.输入支持向量机的特征向量GFCCs是基于听觉外周模型进行提取的,具有噪声鲁棒特性.在增强仿真实验中,将该算法同传统语音增强算法进行语音可懂度增强性能比较.客观评价和主观听力实验结果均表明,所提出的方法能有效提高含噪耳语音的听觉可懂度;相比谱减法和log-MMSE方法在低信噪比时无法提高语音可懂度,该方法在低信噪比时仍可有效提高含噪耳语音的听觉可懂度.此外,含噪耳语音通过所提出的方法进行增强后,其可懂度比未增强时明显提高.     

基于CEEMDAN与小波软阈值的语音去噪算法研究

语音信号在应用场合中容易被噪声信号干扰,导致应用效果不佳。为了降低语音信号噪声的影响,根据CEEMDAN自适应分解的优点、自相关函数能得到不同时刻取值相关程度的特性,以及小波软阈值去噪的优势,提出了一种基于CEEMDAN与小波软阈值联合去噪的语音信号处理算法。通过仿真实验验证了该算法的有效性,相较于小波软阈值直接去噪与传统CEEMDAN去噪,该算法能有效地提高受噪声污染的语音信号的信噪比,降低噪声对语音信号造成的影响。     

基于多窗谱估计谱减法和能熵比法的语音端点检测算法

语音端点检测是语音处理中非常关键的一个环节,目前主要的语音端点检测算法都侧重于语音特征参数的提取而忽略了之前的语音增强.论文提出一种基于多窗谱估计谱减法和能熵比的语音端点检测复合算法,该算法利用多窗谱估计谱减法将有噪声环境下的语音信号减噪,提高性噪比,达到语音增强的效果,再结合能熵比法进行端点检测.仿真结果表明,算法在低信噪比情况下,可以提高语音端点检测的正确率.     

基于谱减的双元指向传声器阵列语音增强

设计了一种结构简单的用于语音增强的双元指向性传声器阵列,利用阵列中不同方位阵元对目标信号和干扰信号的增益不同的特点,有效估计噪声信号的功率谱,再利用传统谱减算法的思想,实现语音增强。实验结果表明提出的算法是有效的,与经典的谱减算法相比具有更佳的语音增强效果。     

基于改进谱减法的语音增强研究

针对传统谱减法在语音增强过程中不可避免地产生"音乐"噪声,提出了一种改进型谱减算法.该算法先将带噪语音进行平滑,再设置谱减系数.实验证明该方法提高了信噪比(SNR),改善了语音质量,特别是在低信噪比情况下具有良好的去噪效果.     

带噪混叠语音信号盲分离算法研究

盲源分离也称盲信号分离,是指在源信号和传递信道的参数均未知的情况下,仅根据输入源信号的统计特性,通过观测信号恢复各个源信号的过程。语音信号的盲分离技术在计算机听觉、语音识别、语音增强等领域具有重大的研究意义。现有的有关语音信号盲分离研究基本不考虑噪声的影响,然而在现实生活中,接收到的语音信号不可避免地混有各种噪声。因此,对于带噪声混叠语音的盲分离方法研究具有十分重要的现实意义。针对带噪声混叠语音信号,提出一种基于稀疏编码和EFICA的分离方法。首先用稀疏编码去噪方法消除带噪混叠语音信号中的噪声,然后将经过去噪处理后的观测信号用EFICA方法进行盲分离。Matlab仿真实验结果表明,该算法对带噪声混叠的语音进行盲分离效果良好。     

基于相关函数的小波变换实现语音去噪研究

语音信号是非平稳的短时瞬态信号,有用信号与所含噪声处于同一频率段,采用滤波器形式的传统去噪方法,不能将噪声有效分离。小波变换具有时频局部分析的特点,通过将含噪信号进行分解,分离噪声信号,将有用信号进行重构,可有效地去除噪声。白噪声为平稳随机信号,在不同尺度上的小波变换是不相关的。本文根据白噪声和语音信号在不同尺度下的相关性表现,结合小波去噪的基本思想,提出一种基于相关函数的小波变换进行语音去噪的方法。经MATLAB仿真,相关函数确定的去噪方法,能有效去除语音信号的白噪声。     

语音信号增强技术研究

现实生活中不存在完全"纯净"的有用信号,这些信号都或多或少受到噪声信号的"污染".语音增强的目的就是从带噪语音信号中提取尽可能纯净的原始语音.带自适应滤波器的自适应噪声抵消法对含噪语音的增强效果较好,但多用一个参考输入作为辅助输入.在只能得到一个含有噪声的语音信号情况下,并不能得到噪声信号的相关信号,通过采用延时方式的自适应语音增强技术,可滤除其中混杂的高强度随机噪声,提高语音通信的质量.     

基于单类支持向量机的稳健语音端点检测

可靠的语音端点检测算法是稳健语音识别系统所必须的。针对现有算法在噪声环境下的稳健性问题,提出了基于单类SVM(Support Vecfor Machine)的端点检测算法。通过对多特征信息进行在线学习与综合,以及采用双层决策机制,有效提高了语音检测的稳健性。实验表明,算法在多种噪声环境和信噪比条件下有效,明显提高了语音识别系统在噪声环境下的识别率。     

基于matlab/FDATool的语音信号滤波处理

提出一种用于语音信号处理的基于matlab/FDATool的的FIR滤波器设计方法.该方法首先通过Matlab产生两个高频的正弦波噪声,加入到语音信号中;然后,根据信号与噪声的频谱特点,选择合适的窗函数,利用FDATool工具箱设计出所需要的FIR数字滤波器;利用FIR滤波器对混入噪声的信号滤波,得到滤波后的语音信号.利用MATLAB的FDATool工具进行数字滤波器设计,能使原来繁琐的滤波器程序设计过程变得简单可行,使得教学过程变得简单易懂.     

基于泄漏约束的DF-GSC语音增强

为了改善广义旁瓣抵消(GSC)语音增强方法的性能,提出了一种带有泄漏约束的判决反馈旁瓣抵消(LCDF-GSC)方法.采用DF-GSC方法以解决GSC对波达方向敏感的问题,在代价函数中引入泄漏因子,以此改善语音失真的问题,而这种问题是由于噪声参考信号中含有语音成份造成的.试验结果表明,尽管经过LCDF-GSC处理后的语音信号信噪比要略低于DF-GSC,IS测度表明这时前者的语音信号失真度要小于后者.MOS分也表明LCDF-GSC方法要优于DF-GSC和单通道Weiner滤波算法.     

基于最小均方优化算法的语音增强方法

在通信过程中，语音信息易受外界因素影响，导致信号变弱、信息传递出现差错。采用最小均方（LMS）优化算法，利用步长的变化动态调整收敛因子，产生增强语音信号，提高语音通信质量。通过比较不同类型声源在不同噪声强度下采用LMS优化算法处理后声音信号的增强效果，证明了该算法的稳态误差、收敛速度与收敛因子μ的取值关系密切，解决了LMS算法动态误差大的问题，达到了降低信噪比、提升音频质量的目的。     

基于多窗口分析的语音检测方法

针对低信噪比条件下的语音信号检测性能差的问题,提出了一种基于多窗口时频图的语音活动检测方法.首先,基于多窗口的时频分析计算得到语音信号的时频图,根据语音信号与背景噪声的特征差构造语音测试统计特征.其次,采用动态的双门限处理进行初步检测,在此基础上通过K均值聚类得到全局的双门限值.最后,根据序贯判决的思想进行检测得到该方...     

非特定环境下去噪性能的分析

语音信号是一种非线性时变的信号,因此在传输和存储过程中,很容易受到外界环境的干扰,最主要的是高斯白噪声的干扰。本文针对语音信号的噪声特点,提出在非特定环境下去除噪声的方法。仿真结果表明,在信噪比为63 dB的情况下,还原的语音信号能够满足我们人耳的要求,体现了该方法的一般性和可行性。     

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。     

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。     

一种改进的基于人耳听觉掩蔽效应的语音增强算法

提出一种结合几何谱减法的基于人耳听觉掩蔽效应的算法．通过仿真证明,该算法与一般的基于人耳听觉掩蔽效应的算法相比,能更好地减少音乐噪声,提高信噪比．在去噪的同时,减小了纯净语音的畸变,达到良好的效果．