版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在語(yǔ)音信號(hào)被各種各樣的背景噪聲污染,甚至掩蓋后,從背景噪聲中高效的提取出盡可能純凈的語(yǔ)音信號(hào),改善語(yǔ)音質(zhì)量,抑制、降低噪聲干擾的技術(shù)稱為語(yǔ)音增強(qiáng)技術(shù)。語(yǔ)音增強(qiáng)主要是抑制背景噪音,提高被噪聲污染的語(yǔ)音質(zhì)量和可懂度。很多場(chǎng)合我們都需要語(yǔ)音增強(qiáng),它是語(yǔ)音處理中一個(gè)很重要的技術(shù),過(guò)去多年來(lái)已經(jīng)有很多經(jīng)典的語(yǔ)音增強(qiáng)算法被提出,如譜減算法,子空間算法,基于統(tǒng)計(jì)模型的方法等等語(yǔ)音增強(qiáng)有著廣泛的應(yīng)用,因此尋求一種有效的算法對(duì)帶噪語(yǔ)音信號(hào)進(jìn)行處理得到較純
2、凈的原始語(yǔ)音信號(hào)的研究有著很大的意義。由于干擾的隨機(jī)性,完全提取出純凈的語(yǔ)音信號(hào)是不可能的,理想的情況下是希望語(yǔ)音增強(qiáng)算法既能改善語(yǔ)音質(zhì)量,又能提高可懂度,但往往二者難以兼得。因此語(yǔ)音增強(qiáng)的主要挑戰(zhàn)就在于設(shè)計(jì)一個(gè)高效的算法,在不明顯的信號(hào)失真的前提下,對(duì)其中的噪聲進(jìn)行有效抑制。
在噪聲的環(huán)境下對(duì)語(yǔ)音信號(hào)的增強(qiáng)是一個(gè)比較復(fù)雜的任務(wù),對(duì)此在本文中一種新穎的語(yǔ)音增強(qiáng)方法被提出,這種方法就是基于非負(fù)約束低秩稀疏分解的原理在強(qiáng)噪聲環(huán)境下
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于低秩矩陣與稀疏矩陣分解的語(yǔ)音增強(qiáng)方法.pdf
- 基于連續(xù)性約束的低秩稀疏分解語(yǔ)音增強(qiáng)方法研究.pdf
- 基于低秩與稀疏矩陣分解的子空間語(yǔ)音增強(qiáng)方法的研究.pdf
- 基于稀疏和低秩約束的模型學(xué)習(xí)研究.pdf
- 基于矩陣低秩稀疏分解的圖像融合算法研究.pdf
- 基于多殘差與非負(fù)約束的稀疏重建方法.pdf
- 基于低秩矩陣分解的非局部稀疏模型圖像去噪方法研究.pdf
- 基于矩陣低秩與稀疏分解的視頻圖像融合研究.pdf
- 基于矩陣低秩稀疏分解的運(yùn)動(dòng)目標(biāo)檢測(cè).pdf
- 基于低秩稀疏理論的視頻增強(qiáng)研究.pdf
- 基于低秩稀疏矩陣分解的織物疵點(diǎn)檢測(cè)算法研究.pdf
- 基于稀疏約束非負(fù)矩陣分解算法的故障檢測(cè)與診斷.pdf
- 基于低秩稀疏表征的圖像分類算法研究.pdf
- 基于低秩投影與稀疏表示的視覺(jué)跟蹤算法研究.pdf
- 基于低秩稀疏分解的字符矯正方法研究.pdf
- 基于低秩稀疏表示的目標(biāo)跟蹤算法研究.pdf
- 基于低秩稀疏的圖像序列增強(qiáng)技術(shù)研究.pdf
- 基于結(jié)構(gòu)化低秩稀疏分解模型的運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究.pdf
- 基于稀疏表示的語(yǔ)音增強(qiáng)算法研究.pdf
- 非負(fù)低秩組稀疏矩陣分解及其圖像檢索應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論