文档介绍：摘要现实生活中,语音信号经常会受到噪声和房间混响的干扰,这不仅影响人们的听觉质量,而且对语音处理的其它环节也会产生影响。因此,必须采用信号处理技术对带噪语音信号进行增强处理。实际上,除了语音增强之外,语音分离也可以用来减小噪声和混响的影响。信号盲源分离且幌罹哂刑粽叫缘难芯靠题,,对该问题的研究已经取得了很大的进展。但是,还远未达到成熟的地步,其中,对于实际环境下的卷积语音信号分离问题的研究可以说还处于起步阶段。本论文在前人工作的基础上,主要从以下三个方面对频域盲源分离语音增强方法进行了研究。独立分量分析,的惴ㄊ且恢址掷胄藕的有效方法,但是该方法在进行非线性优化时收敛速度较慢。针对这一问题,本文介绍一种新的惴ǎ椿贗和波束形成的混合算法,该算法比通用的基于的惴ň哂懈玫姆掷胄阅埽⑶矣捎谠贗中利用了零波束形成,因而有效地改善了算法的分离性能和收敛性能。实验结果表明,该算法适用于混响情况。对语音信号和音乐信号进行盲解卷是一个具有挑战性的问题。在实际环境中的卷积混合情况下,惴ǖ姆掷胄Ч惶ɡ硐耄掷氤龅男藕胖杏写懦煞执嬖凇NA私决这一问题,本文介绍了一种基于小波域褪账鹾蟠淼腂方法。该方法首先将麦克风阵列接收信号分别进行小波变换,然后将得到的小波系数进行掷耄再将分离出的系数进行收缩函数后处理,最后将处理后的系数分别进行小波反交换,得到分离出的语音信号和音乐信号。用计算机模拟的带噪语音信号对本文方法进行了测试,实验结果表明,该方法能较好地分离语音信号和音乐信号。针对噪声和混响情况下的语音增强问题,本文提出一种基于子带带参考信号的独立分量分析甊惴ê褪账鹾蟠理的语音增强方法。该方法将甊和收缩函数算法相结合,在噪声和混响环境中通过对两路带噪语音信号进行增强处理,以实现增强目标语音信号的目的。首先对两路带噪语音信号进行子带分解;然后在子带内利用惴ù哟び镆粜藕胖刑崛〕鲎哟标信号,再经过子带综合滤波器形成全带目标信号;最后,将该信号经收缩函数后处理,得到增强后的目标语音信号。实验结果表明,该方法具有较强的噪声抑制能力,对语音信号造成的损伤较小。关键词:语音增强;独立分量分析;盲源分离;小波变换;收缩函数大连理工大学硕士学位论文一
知识水坝***@pologoogle为您整理
.....,鹪甌—鹲...】瞳衋甀琣甌
知识水坝***@pologoogle为您整理
篠膗篒::
:————互三氅卜一羔盈趔堡塾鱼邀堕边三塑砑巫日期:二型年埘卫日大连理工大学学位论文独创性声明作者郑重声明:所呈交的学位论文,,除文中已经注明引用内容和致谢的地方外,本论文不包含其他个人或集体已经发表的研究成果,,本人愿意承担相关法律责任。学位论文题目:作者签名
学位论文题目:一蒸盈趔垦丝壹至薹盏超达≥:——一一杰..蚋皇堕垒型窭年—监,月廊大连理工大学学位论文版权使用授权书本人完全了解学校有关学位论文知识产权的规定,在校攻读学位期间论文工作的知识产权属于大连理工大学,允许论文被查阅和借阅。学校有权保留论文并向国家有关部门或机构送交论文的复印件和电子版,可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、一缩印、:日期:大连理工大学硕士研究生学位论文
绪论麦克风阵列语音增强方法概况及存在的问题术在声源定位、语音识别以及语音增强中取得了良好的效果。至今为止,人们已经提出语音信号处理是信息高速公路、多媒体技术、办公自动化、现代通信及智能系统等新兴领域的核心技术之一,它主要包括语音通信、合成、识别和语音增强等方面。通常人们在获得语音信号的同时,不可避免地会受到来自传输媒介引入的噪声、通信设备内部电噪声、房间混响乃至其他说话人的话音干扰。这些干扰不仅会使接收者得到的语音被噪声污染,同时也会导致许多语音处理系统的性能急剧恶化。例如,语音识别已取得重大进展,正在步入实用阶段。但目前的识别系统大都是在安静环境中工作的,在噪声环境尤其是强噪声环境中,语音识别系统的识别率将受到严重影响。因此语音增强作为一种预处理手段,不失为一种有效途径。基于麦克风阵列的语音增强方法继承了天线阵列的有关算法,同时也吸收了一些常用的单克风语音增强方法,如谱相减及维纳滤波方法等,大大提高了麦克风阵列语音增强系统的消噪效果。近十几年来,基于麦克风阵列的语音处理技术逐渐成为各国学者关注的焦点。该技诳多基于麦克风阵列的语音增强方法,其中比较经典的方法