基于CS的語音增強新算法研究及語音處理仿真平臺開發(fā).pdf

1、現(xiàn)實中，語音信號總是不可避免地要受到其它信號的干擾，導(dǎo)致語音質(zhì)量下降。降低噪聲干擾，提高語音通信質(zhì)量對人類的生產(chǎn)生活及技術(shù)的推動都有著積極的作用。如何盡可能地提高語音信號的質(zhì)量和可懂度是語音增強算法研究的重要內(nèi)容。
　　壓縮感知(Compressed Sensing，CS)是一種新型的信號采樣編碼理論，利用對信號壓縮測量得到的少量觀測值就可以精確或者高概率地重建恢復(fù)信號，在采樣壓縮過程有效地提取并保留信號的有用信息。本文首次將CS

2、理論應(yīng)用到語音增強處理中，提出了一種基于CS的語音增強新算法。該算法利用CS過程對信號的有效提取和恢復(fù)實現(xiàn)語音的增強處理，為語音增強技術(shù)提出一種新的思路。
　　對CS理論的正交匹配跟蹤(Orthogonal Matching Pursuit，OMP)重建算法進行了改進，得到雙閾值正交匹配跟蹤(Double Thresholds OMP，DTOMP)算法。DTOMP算法采用相似度和能量雙閾值控制信號重建迭代過程，在白噪聲、色噪聲以及

3、類似語音的色噪聲干擾下，都能很好重建恢復(fù)增強語音。
　　在傳統(tǒng)分位數(shù)的研究基礎(chǔ)上，提出了自適應(yīng)分位數(shù)噪聲功率估計新算法，用于估計帶噪語音中的噪聲功率，進而設(shè)置DTOMP算法中的能量閾值。改進后的自適應(yīng)分位數(shù)法對分位數(shù)初值的設(shè)定沒有要求，相比傳統(tǒng)分位數(shù)，對噪聲功率的估計更準確。
　　在不同信噪比的白噪聲和色噪聲干擾環(huán)境下，分別用信噪比和對數(shù)譜測度兩個指標對本文提出的CS語音增強新算法進行客觀評價，并與經(jīng)典的譜減法和子空間算法進

4、行對比和分析。實驗結(jié)果表明，本文的CS語音增強新算法在降噪性能上優(yōu)于譜減法和子空間算法。
　　設(shè)計開發(fā)了語音處理仿真平臺，用于實現(xiàn)數(shù)字語音信號分析和處理算法的可視化仿真。依照組件對象模型(Component Object Model，COM)技術(shù)規(guī)范，采用C/C++開發(fā)語言，根據(jù)實際需求，設(shè)計并實現(xiàn)了仿真平臺的主要模塊，包括控制器、仿真界面和項目管理等。該平臺實現(xiàn)了語音信號分析處理算法的可視化編輯與調(diào)試，具有使用方便、靈活性強和可