

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、太原理工大學(xué)碩士研究生學(xué)位論文I基于KSVD稀疏表示的語音增強(qiáng)算法摘要語音增強(qiáng)是盡可能的從帶噪語音中提取出純凈的語音信號,以達(dá)到改善語音信號的質(zhì)量和可懂度的目的。從研究現(xiàn)狀和發(fā)展成果來看,語音增強(qiáng)算法中不僅存在很難估計噪聲功率的問題,而且在低信噪比和非平穩(wěn)噪聲環(huán)境下提高信噪比有限的難題。稀疏表示可以根據(jù)語音本身特性構(gòu)造原始語音,保留語音特性,很好地改善語音質(zhì)量。但是在KSVD稀疏表示構(gòu)造的字典中,由于有很多噪聲也是稀疏的,因此在低信噪比
2、下稀疏表示信噪比不高。為了解決上述問題,本文提出了一種自適應(yīng)強(qiáng)、效果好的KSVD稀疏表示語音增強(qiáng)算法。通過利用信號子空間算法構(gòu)造噪聲字典,有效區(qū)分噪聲和語音的關(guān)系,再經(jīng)過KSVD稀疏表示構(gòu)造的語音字典重構(gòu)語音。此算法可以解決低信噪比下噪聲淹沒語音信號的問題,大大提高信噪比。但是子空間在構(gòu)造噪聲字典時,由于噪聲的隨機(jī)性和突變性使得很難抑制非平穩(wěn)噪聲,因此比抑制平穩(wěn)噪聲難度要大得多。因此本文又提出了深度神經(jīng)網(wǎng)絡(luò)來改善子空間算法,使構(gòu)造的噪聲
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 結(jié)合EEMD與K-SVD的語音增強(qiáng)算法的研究.pdf
- 基于K-SVD和殘差比的稀疏表示圖像去噪研究.pdf
- 基于稀疏表示的語音增強(qiáng)算法研究.pdf
- 基于K-SVD的字典學(xué)習(xí)算法及應(yīng)用研究.pdf
- 基于稀疏表示和字典學(xué)習(xí)的語音增強(qiáng)算法研究.pdf
- K-SVD算法在圖像去噪中的研究.pdf
- 基于深度極限學(xué)習(xí)機(jī)的K-SVD算法研究及其應(yīng)用.pdf
- 基于稀疏表示的自適應(yīng)語音增強(qiáng)方法研究.pdf
- 基于信號稀疏特性的語音增強(qiáng)算法研究.pdf
- 基于正交匹配跟蹤以及K-SVD的圖像融合技術(shù).pdf
- 基于稀疏表示的Retinex圖像增強(qiáng)算法研究.pdf
- 基于判別式K-SVD的車標(biāo)識別方法研究.pdf
- 基于聯(lián)合字典學(xué)習(xí)和稀疏表示的語音降噪算法研究.pdf
- 基于稀疏表示的短語音說話人識別.pdf
- 基于改進(jìn)K-SVD字典的壓縮光場重構(gòu)與圖像去噪研究.pdf
- 基于稀疏表示的目標(biāo)跟蹤算法.pdf
- 基于稀疏表示的幀率提升算法.pdf
- 基于稀疏表示的排序?qū)W習(xí)算法.pdf
- 基于稀疏表示的手勢識別算法研究.pdf
- 基于稀疏表示模型的目標(biāo)跟蹤算法.pdf
評論
0/150
提交評論