高可懂度的信號(hào)子空間語音增強(qiáng)算法.pdf

1、語音通信已經(jīng)成為現(xiàn)代生活當(dāng)中必不可少的組成部分，然而隨著噪聲污染的日益加劇，人們所接收到的帶噪語音的信噪比變得越來越低，嚴(yán)重干擾了對(duì)語音的正常理解?，F(xiàn)有語音增強(qiáng)(Speech Enhancement)算法的研究主要聚焦于如何改善語音的質(zhì)量，對(duì)于語音可懂度尤其是在低信噪比環(huán)境下如何提高語音的可懂度研究相對(duì)不足。為了彌補(bǔ)這一缺陷，本文首先對(duì)子空間語音增強(qiáng)算法進(jìn)行了歸納總結(jié)，然后對(duì)現(xiàn)有的語音增強(qiáng)算法無法提高語音可懂度的現(xiàn)象進(jìn)行了原因分析，并從

2、不同類型語音失真對(duì)可懂度具有不同影響這一角度出發(fā)，提出了基于語音失真分類的高可懂度子空間算法，以便在信噪比較低的環(huán)境中能夠有效提高帶噪語音的可懂度。
　　本文的研究工作大體上有如下三個(gè)方面:
　　首先，整理了語音增強(qiáng)的基礎(chǔ)知識(shí)，并且對(duì)語音增強(qiáng)中的常見算法進(jìn)行了分類歸納與對(duì)比分析。語音增強(qiáng)現(xiàn)已是語音處理技術(shù)的一個(gè)研究熱點(diǎn)與重要分支。因此，本文先對(duì)語音特點(diǎn)、人耳的感知特性以及噪聲的特性進(jìn)行了分析，建立了語音增強(qiáng)的信號(hào)模型，并且總

3、結(jié)了語音處理中常用到的短時(shí)預(yù)處理方法?，F(xiàn)有的語音增強(qiáng)算法紛繁復(fù)雜，為此，本文對(duì)這些算法進(jìn)行了分類梳理，并從中對(duì)比分析了不同算法的優(yōu)缺點(diǎn)。
　　其次，研究了子空間增強(qiáng)算法的基本原理，并對(duì)基于廣義特征值分解（Generalized EigenValue Decomposition，GEVD）的子空間法進(jìn)行了試驗(yàn)仿真。與此同時(shí)，本文對(duì)現(xiàn)有的語音增強(qiáng)算法無法提高語音可懂度的現(xiàn)象進(jìn)行了原因分析，特別是對(duì)不同類型語音失真對(duì)可懂度的影響進(jìn)行了研

4、究，從而設(shè)計(jì)了針對(duì)語音失真分類處理的后置濾波器，并將其與基于廣義特征值分解(GEVD)的子空間法相結(jié)合，提出了具有高可懂度性能的信號(hào)子空間方法。該方法能夠?qū)Ψ糯蟊稊?shù)大于6.02dB的語音失真進(jìn)行幅度譜限制，以減少這種失真對(duì)增強(qiáng)處理后語音可懂度的損害，因此提高了增強(qiáng)語音的可懂度。
　　最后，針對(duì)本文所提出的算法設(shè)計(jì)了仿真實(shí)驗(yàn)，并選取了言語測(cè)聽(Speech Audiometry，SA)作為可懂度主觀評(píng)測(cè)法、選取了標(biāo)準(zhǔn)化協(xié)方差測(cè)度(N