低信噪比環(huán)境下語(yǔ)音增強(qiáng)與激活檢測(cè)算法研究.pdf

1、語(yǔ)音信號(hào)作為一種典型的非平穩(wěn)信號(hào)，是人類傳遞信息最方便、最有效和最重要的方式，具有便捷性、高效性、隨機(jī)性、交互性等顯著特點(diǎn)，在人類文明和社會(huì)進(jìn)步中起著重要的作用。隨著計(jì)算機(jī)技術(shù)和信息處理技術(shù)的迅速發(fā)展，數(shù)字化的語(yǔ)音的傳輸、儲(chǔ)存、識(shí)別、合成和增強(qiáng)等是數(shù)字化通信網(wǎng)中最重要組成部分之一，并在工業(yè)、軍事、交通、醫(yī)學(xué)等領(lǐng)域有著廣泛的應(yīng)用。所以對(duì)語(yǔ)音信號(hào)的研究具有極大的市場(chǎng)需求和應(yīng)用前景。日常生活中語(yǔ)音處理技術(shù)都要受到噪聲的干擾，噪聲的存在破壞了聽

2、覺特性，弱化了語(yǔ)音特征之間的區(qū)分性，在低信噪比環(huán)境下，系統(tǒng)性能顯著下降。作為語(yǔ)音信號(hào)處理系統(tǒng)中兩種典型的前端處理技術(shù)，語(yǔ)音增強(qiáng)和激活檢測(cè)(Voice ActivityDetection，VAD)在提升系統(tǒng)性能發(fā)揮重要的作用。好的語(yǔ)音增強(qiáng)方法和激活檢測(cè)方法在語(yǔ)音編碼中能降低噪聲的比特率;在語(yǔ)音識(shí)別中能提高識(shí)別精度，達(dá)到減少識(shí)別時(shí)間的目的。所以對(duì)低信噪比環(huán)境下語(yǔ)音增強(qiáng)和激活檢測(cè)的研究越來(lái)越受到人們的關(guān)注。
　　 本文主要分為兩個(gè)部分

3、：語(yǔ)音增強(qiáng)技術(shù)和語(yǔ)音激活檢測(cè)技術(shù)。在現(xiàn)有的方法基礎(chǔ)上結(jié)合了聽覺掩蔽效應(yīng)、多窗譜分析、奇異值分解等相關(guān)理論，主要工作包含以下幾個(gè)方面：⑴介紹了一些語(yǔ)音信號(hào)處理的相關(guān)知識(shí)，從語(yǔ)音信號(hào)產(chǎn)生的數(shù)字模型入手，對(duì)語(yǔ)音信號(hào)數(shù)字模型進(jìn)行介紹。為了體現(xiàn)語(yǔ)音信號(hào)的固有特征，還分別列舉出語(yǔ)音信號(hào)的噪聲信號(hào)的特性。還介紹了語(yǔ)音信號(hào)預(yù)處理技術(shù)，為后續(xù)的語(yǔ)音信號(hào)處理提供了保障。最后分別從時(shí)域、頻域和倒譜域分別介紹了常用的語(yǔ)音信號(hào)處理分析方法。⑵針對(duì)傳統(tǒng)譜減法去除背

4、景噪聲和抑制殘余噪聲能力有限的問題，研究了一種將多頻帶譜減和聽覺掩蔽效應(yīng)相結(jié)合的語(yǔ)音增強(qiáng)方法，首先用加權(quán)遞歸平滑的方法估計(jì)噪聲的功率譜，對(duì)帶噪的語(yǔ)音信號(hào)進(jìn)行多頻帶譜減;然后計(jì)算聽覺掩蔽閾值;再根據(jù)掩蔽閾值動(dòng)態(tài)地調(diào)節(jié)譜減因子;最后通過增益函數(shù)得到增強(qiáng)后語(yǔ)音信號(hào)的頻譜。通過實(shí)驗(yàn)仿真表明，與傳統(tǒng)的譜減法相比，該算法在信噪比較低情況下，背景噪聲和殘余噪聲得到了有效的抑制，語(yǔ)音信號(hào)的清晰度和可懂度也有了明顯提升。⑶針對(duì)語(yǔ)音激活檢測(cè)在低信噪比環(huán)境中

5、的檢測(cè)效果差的問題，并結(jié)合多窗譜具有更小的偏差和方差，適用于短時(shí)時(shí)間序列的特點(diǎn)，研究了一種基于奇異譜的語(yǔ)音激活檢測(cè)方法。首先用用離散扁橢圓序列(discrete prolate spheroidal sequences，DPSS)構(gòu)造每一幀語(yǔ)音信號(hào)的相關(guān)矩陣;然后對(duì)相關(guān)矩陣進(jìn)行奇異值分解;利用奇異值可以區(qū)分有用信號(hào)和噪聲分布情況的特性，將每一幀語(yǔ)音信號(hào)經(jīng)過加權(quán)處理后的最大奇異值與自適應(yīng)閾值進(jìn)行比較來(lái)實(shí)現(xiàn)語(yǔ)音激活檢測(cè)。該方法原理簡(jiǎn)單，通過