基于室內多移動源的語音增強技術研究.pdf

1、隨著通信技術和多媒體技術的日益發(fā)展，語音信號成為人機交互過程中的重要工具，更是人們日常生活中不可替代的交流模式。但是由于環(huán)境的多變性和復雜性，人們往往不能得到純凈的語音信號，通常包含背景噪聲和混響成分，背景噪聲和混響的存在影響了人們的聽覺感受。當干擾信號淹沒純凈語音信號時，人耳就無法分辨語音的真實含義，嚴重影響到人們的日程生活。因此，必須通過語音增強技術對接收到的語音信號降噪和去混響處理，以此來改善語音的質量，提高語音的可懂度。

2、　　室內語音信號傳感器接收到的觀測信號中常常含有背景噪聲和混響，為了從觀測信號中分離、提取出高質量的語音信號，本文首先采用多窗譜估計的改進法去除背景噪聲。在分離過程中針對語音信號源數(shù)與傳感器數(shù)目的關系，分別選取不同的算法進行盲源分離。但分離出的語音信號還存在混響成分的影響，因此，還需對分離出的語音信號進行分析，以便找到更合適、更有效的語音增強后處理方法。
　　本論文的主要工作包括以下幾個部分：
　　室內環(huán)境下，由于環(huán)境噪聲以

3、及墻壁對聲音信號的反射，語音信號傳感器接收到的信號是帶有噪聲和混響的混合信號。在對觀測信號進行分離之前，必須要提高分離信號的信噪比。本文采用多窗譜估計的改進法作為預處理過程，首先對觀測信號消噪，使其具有更高的信噪比，以滿足盲源分離的基本要求。
　　實際環(huán)境中的盲分離問題通常是卷積混合模型，然而卷積問題可以轉化為頻域中的線性問題，因此，本文只討論了線性瞬時混合條件下的盲源分離。本文首先介紹了獨立分量分析（ICA）、快速獨立成分分析（

4、FastICA）、主成分分析（PCA）、稀疏成分分析（SCA）以及拓展四階累積量矩陣法估計語音信號源數(shù)，從而根據(jù)語音信號源數(shù)與傳感器數(shù)的關系將盲源分離分為三種類型：正定盲源分離，超定盲源分離，欠定盲源分離。根據(jù)這三種類型提出了自適應盲源分離算法，并進行仿真實驗。
　　分離出的語音信號還存在混響成分，需要進行后處理去混響。本文介紹了混響的相關知識以及復倒譜的概念、性質。根據(jù)房間沖激響應和純凈語音信號在復倒譜域的分布范圍不同，文中采用