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。     

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.     

语音信号去噪声处理研究与仿真

语音信号去噪音处理以及浊音、清音的辨别,对智能机器人人机语音交互系统有着重要意义。利用MATLAB软件平台设计了巴特沃斯FIR数字滤波器,进行语音信号去噪音滤波处理。由于原始语音信号的时域波形图与频谱图变化小,分析较难,为便于波形分析,对原始语音信号进行4千赫兹和8千赫兹重采样,通过短时平均过零率与短时自相关函数法对语音信号进行清、浊音的辨别和基音周期提取。仿真结果表明,基于切比雪夫窗函数设计的滤波器对语音信号滤波效果良好。     

基于RLS自适应预测算法的清浊音判决

就语音信号的清浊音判决方法提出了一种新的自适应预测判决的方法.该方法立足于语音信号的非平稳特性,采用了递推最小二乘法(RLS),从传统的短时分析出发,结合预测的方法对语音信号进行自适应预测,设定目标函数,以非线性处理的方法实现了对非平稳的语音信号的清浊音判决;并将该方法与传统的清浊音判决法相比较并进行了仿真研究,结果表明文中提出的新方法能较好地进行清浊音判决.     

基于LMD模糊熵的遥测振动信号异常检测方法

针对遥测振动信号频域成份复杂、非平稳非线性和强噪声特性,提出一种基于局部均值分解(Local Mean Decomposition,LMD)模糊熵的遥测振动信号异常检测方法。实测数据验证了该方法的有效性。     

基于MATLAB语音信号处理一体化方法分析构建

随着语音信息应用重要性突显,语音信息的分析方法是当前计算机应用的一个热点。通过随机采集的语音数据,分析语音数据信息,可以寻求一种"一体化"语音数据分析方法,对清音和浊音进行实验论证,与其它语音数据方法比较,能更好分析语音数据。     

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。     

面向噪声环境下医疗语音信号端点检测方法

在语音信号处理领域,端点检测作为语音信号处理的初始化工作,有效合理的端点检测方法不仅可以减少数据的存储量和处理时间,而且可以排除无声段的噪声干扰,使语音的后续处理更加准确.本文为医疗语音信号处理提供一种医院噪声环境下医疗语音信号的端点检测方法.综合采用频域下的特征倒谱距离、能量谱、能量谱方差、统计学特征谱熵值4种特征作为控制条件判断语音的端点.通过设计软件验证了算法的有效性.     

基于稳健噪声估计的语音增强研究

提出了一种基于噪声估计的语音增强方法。通过对含噪语音中的噪声直接进行估计,避免了采用端点检测方法（VAD）,该方法能及时更新噪声,能有效地消除噪声。