語音主動干擾相干噪聲的合成方法研究.pdf

1、在特定的場合下，存在著對語音信號干擾的需求。要高效地實現(xiàn)語音的主動干擾，可借用雷達干擾中靈巧噪聲的概念，產(chǎn)生具有語音特征的相干噪聲，在語音頻帶內(nèi)，一方面達到白噪聲干擾時能量淹沒信號的作用，另一方面，直接實現(xiàn)對語義的干擾。本文對實現(xiàn)語音相干噪聲主動干擾的關(guān)鍵環(huán)節(jié)和技術(shù)問題開展了理論和實驗研究，完成如下主要工作。
　　MFCC系數(shù)是目前最能反映語音特征的參數(shù)，本文基于 S變換提取語音的MFCC系數(shù)。在時頻分析中，S變換具有無交叉項、分

2、辨率高的特點，但存在著隨數(shù)據(jù)量增大計算量呈非線性增大的問題，針對人耳對語音分辨的特點，提出了用于MFCC計算的 S變換壓縮算法，較大程度地提高了運算效率，仿真分析驗證了方法的有效性。
　　動態(tài)貝葉斯網(wǎng)絡(luò)非常適用于解決信息不完全情況下分類識別問題，本文基于語音信號的MFCC特征參數(shù)，構(gòu)建語音識別動態(tài)貝葉斯網(wǎng)絡(luò)拓撲結(jié)構(gòu)，以多組語音信號的特征數(shù)據(jù)對網(wǎng)絡(luò)進行訓(xùn)練，建立了動態(tài)貝葉斯網(wǎng)絡(luò)識別模型，并從語音庫中篩選出具備目標(biāo)語音特征的語音信號。

3、
　　提出了一種合成具有語音特征的相干噪聲的方法，該方法對于動態(tài)貝葉斯網(wǎng)絡(luò)識別模型篩選出的多個語音片段，首先通過語音端點檢測，分割為多個更小的片段，然后進行隨機拼接生成無序語音，最后將多組無序語音疊加形成具備目標(biāo)語音特征的干擾噪聲。噪聲信號功率譜和信息熵的分析顯示出合成方法可行性。
　　最后，提出了實現(xiàn)上述語音主動相干噪聲干擾的離線和實時的平臺構(gòu)成設(shè)計，對非實時的離線平臺進行了實驗。實驗采用麥克風(fēng)錄音、語音信號特征提取、動態(tài)