学位论文 > 优秀研究生学位论文题录展示

报告厅环境下语音增强方法研究

作　者: 靳志强
导　师: 万红
学　校: 郑州大学
专　业: 检测技术与自动化装置
关键词: 谱减法小波分层闽值处理端点检测语音增强神经网络
分类号: TN912.35
类　型: 硕士论文
年　份: 2010年
下　载: 32次
引　用: 0次
阅　读: 论文下载

内容摘要

在我们自录的报告、讲课信号中,往往语音信号较弱,且经常夹杂各种干扰。为听到清晰的报告内容,需对语音信号进行有效的处理,语音增强是对语音信号进行处理的基础。文中分析了一些常用语音增强方法的特点和不足,重点分析了传统方法中的谱减法,并用实验分析了这种方法存在的残留噪声问题。‘针对这个问题,采用改进的小波分层阈值处理方法,对带噪语音小波分解后得到的各层小波系数向量进行阈值处理,然后采用文中提出的算法对经阈值处理后的小波系数向量进行端点检测,把检测出的语音信号成分提取出来形成新的小波系数向量,然后只对这些小波系数向量进行重构。实验结果表明,采用文中方法,可以有效避免谱减法中的残留噪声问题,取得了较为理想的语音增强效果。针对文中所使用的小波分层阈值处理方法在低信噪比下的处理结果不理想的问题,文中使用神经网络的方法对低信噪比下的带噪语音信号进行了进一步处理,经过仿真研究和实录信号分析可知：使用神经网络对带噪语音进行增强处理,可以大幅提高信噪比,取得了较好的效果。

全文目录

摘要  4-5
Abstract  5-6
目录  6-8
1 绪论  8-12
  1.1 引言  8
  1.2 语音增强研究概况  8-10
  1.3 本文的选题背景  10
  1.4 论文的研究内容和安排  10-12
2 语音信号特征和语音增强  12-33
  2.1 语音和噪声特性分析  12-23
    2.1.1 语音信号特性  12-19
    2.1.2 噪声特性  19-23
  2.2 常用的语音增强算法  23-32
    2.2.1 参数方法  23-26
    2.2.2 非参数方法  26-28
    2.2.3 统计方法  28-29
    2.2.4 其他方法  29
    2.2.5 语音质量评价  29-30
    2.2.6 实验分析  30-32
  2.3 本章小结  32-33
3 基于小波变换的语音增强  33-60
  3.1 小波变换概述  33-40
    3.1.1 小波变换简介  33-34
    3.1.2 多分辨率分析与二尺度方程  34-36
    3.1.3 小波变换的Mallat算法  36-38
    3.1.4 几种基于小波变换的去噪方法  38-40
  3.2 基于小波分层阈值处理的语音增强方法  40-59
    3.2.1 阈值处理方法  40
    3.2.2 小波函数及分解层数选取  40-42
    3.2.3 阈值的确定  42-51
    3.2.4 带噪语音信号的分层阈值处理  51-59
  3.3 本章小结  59-60
4 基于神经网络的语音增强  60-70
  4.1 神经网络用于语音增强  60-61
  4.2 BP神经网络用于语音增强  61-67
    4.2.1 BP网络设计  61-62
    4.2.2 实验分析  62-67
  4.3 RBF神经网络用于语音增强  67-69
  4.4 本章小结  69-70
5 实录信号实验分析  70-75
  5.1 实验环境及平台  70
  5.2 实验分析  70-74
    5.2.1 使用谱减法增强  70-72
    5.2.2 使用小波分层阈值方法增强语音  72-73
    5.2.3 使用神经网络方法增强语音  73-74
    5.2.4 极端噪声环境下的语音增强  74
  5.3 本章小结  74-75
6 全文总结与展望  75-76
参考文献  76-79
致谢  79-80
附录:文中所用的阈值选取程序代码  80-82
个人简历、在读期间发表的学术论文  82

报告厅环境下语音增强方法研究

内容摘要

全文目录

相似论文