實時語音信號處理系統(tǒng)理論和應用.pdf

1、本論文研究復雜強背景噪聲下的語音信號檢測問題。語音檢測算法是現(xiàn)在語音信號處理研究的一個熱點。近些年來，語音信號處理技術伴隨著人們對通訊技術升級的需求得到了迅猛的發(fā)展。IP電話已經(jīng)走向大規(guī)模產(chǎn)業(yè)化應用，并以其低廉的成本和滿意的話音質(zhì)量成為通訊供應商競爭的利器，大有取代傳統(tǒng)電話的趨勢。語音識別技術也已經(jīng)實現(xiàn)了與說話者無關的大詞匯量連續(xù)語音識別，并試圖從試驗研究走向商用。說話者識別技術作為一個新一代的門禁安防技術也已經(jīng)出現(xiàn)商業(yè)應用。很多單工的

2、通訊設備可以通過語音檢測技術的應用實現(xiàn)收發(fā)狀態(tài)的自動轉(zhuǎn)換而以比較小的代價達到雙工設備的功能。語音檢測技術作為這些語音處理算法中的核心預處理單元，成為這些技術能否走向成熟商業(yè)應用的關鍵技術之一。 實際通訊環(huán)境中會遇到各種不同類型、不同強度的噪聲。它們各自在時域或頻域中有互不相同的特點，沒有一致的統(tǒng)計參數(shù)。語音信號本身也是一個時變的復雜信號。不同的語言，不同的音位（語音中的最小發(fā)聲單位）各不相同?？傊瑢嶋H中的噪聲和語音信號都是復雜

3、的時變信號。如果不是面向特定背景噪聲的應用，通過尋找噪聲的共同特征以構建一個噪聲信號與語音信號的區(qū)分函數(shù)是不現(xiàn)實的。 語音信號處理本身是一個涉及到傳統(tǒng)數(shù)字信號處理、統(tǒng)計信號處理、模式識別與建模、發(fā)聲學、語音語言學等多學科的綜合技術。論文在前人研究的基礎上，從語音信號的形制機理出發(fā)，對語音信號中的基本成分—輕音和濁音的特征進行了深入的研究。Source-Filter模型在語音信號建模中有著廣泛的應用，論文在基于Source-Fil

4、ter模型求取語音信號的LPC譜中發(fā)現(xiàn)，語音的短時穩(wěn)定性（short time stationary）在LPC譜中有著不同于噪聲信號的鮮明體現(xiàn)，從而提出了基于音位共振峰軌跡跟蹤的語音檢測新方法。論文對新算法與國際電信聯(lián)盟（ITU）的G729B推薦語音檢測標準算法進行了對比驗證，證明在強背景噪聲環(huán)境下新算法的性能有20％左右的提高。同時新算法也體現(xiàn)出比G729B更強的背景噪聲適應能力。 在算法的實現(xiàn)中，局部大能量的噪聲會形成LPC

5、譜中的局部極大值點，它具有類似語音共振峰的特征。為了消除噪聲極大值點對音位共振峰軌跡跟蹤的不良影響，論文提出了一個共振峰的形態(tài)判別標準—音位共振峰的幅值峰谷比原則，并通過大量的試驗研究確定了峰谷比的優(yōu)化量值。試驗證明，此方法是剔除局部噪聲極值點的有效方法。 論文工作將新算法在一個基于TI TMS320C6711的數(shù)字信號處理器平臺上實時實現(xiàn)。在實現(xiàn)過程中，使用了幅值、步長的分段擬合和插值算法，大大降低了復雜數(shù)學函數(shù)的運算時間，滿

6、足了算法了實時性要求。各章內(nèi)容分述如下： 論文第一章以大量國內(nèi)外文獻為基礎，全面論述了語音檢測算法的發(fā)展歷史和現(xiàn)狀，并詳細分析了各典型算法的優(yōu)缺點以及在復雜背景噪聲下的適用性，提出了本博士課題的選題意義和研究方向、研究內(nèi)容。 論文第二章研究了語音信號的形成機制和SourceFilter模型以及輕音和濁音LPC譜特征，為新算法的提出提供理論依據(jù)。 論文第三章提出了基于音位共振峰軌跡跟蹤的完整算法。詳細說明了算法各單