基于統(tǒng)計(jì)模型的語音活動(dòng)檢測與語音增強(qiáng)研究.pdf

1、近年來，日常生活中的移動(dòng)電話，數(shù)字助聽器，車載語音系統(tǒng)等數(shù)字語音處理設(shè)備的大量出現(xiàn)和使用引起人們對語音增強(qiáng)領(lǐng)域研究重視。同時(shí)復(fù)雜噪聲環(huán)境下這些語音設(shè)備性能的急劇下降也使得人們對其抗噪聲能力提出更高的要求。目前，該領(lǐng)域仍然存在著許多有待解決的關(guān)鍵問題。此外，VoIP的普及，使得人們可以方便地、低成本地進(jìn)行語音通信。本文主要從語音活動(dòng)檢測、頻域語音增強(qiáng)和VoIP多媒體會(huì)議混音處理三方面展開研究，內(nèi)容包括以下四點(diǎn)： （1）依據(jù)噪聲功率

2、譜密度分布的拖尾特性，用Rayleigh模型近似噪聲功率譜密度數(shù)據(jù)的統(tǒng)計(jì)分布，導(dǎo)出基于Rayleigh模型的新判決閾值更新表達(dá)式，并提出一種基于該判決閾值更新準(zhǔn)則的語音活動(dòng)檢測算法。由于Rayleigh分布下虛警概率具有解析表達(dá)式，從而避免了計(jì)算逆互補(bǔ)誤差函數(shù)，降低了算法的復(fù)雜度。在非平穩(wěn)噪聲環(huán)境下，其正確檢測率高于Davis提出的基于Gaussian模型的算法。 （2）對上面的語音活動(dòng)檢測方案，提出結(jié)合倒譜頻譜估計(jì)的語音活動(dòng)檢

3、測算法。該算法針對原Davis的語音活動(dòng)檢測算法中使用的Welch頻譜估計(jì)算法復(fù)雜度較大的缺點(diǎn)，給出一種更節(jié)省計(jì)算資源的語音活動(dòng)檢測算法。 （3）提出一種基于對數(shù)Rayleigh混合模型的語音增強(qiáng)算法，導(dǎo)出了基于對數(shù)Rayleigh混合模型的最小最大MMSE估計(jì)器，該估計(jì)器比基于Gaussian混合模型的估計(jì)器有更高的輸出分段信噪比。 （4）提出一種適用于集中式多媒體音頻會(huì)議系統(tǒng)的實(shí)時(shí)同步混音轉(zhuǎn)發(fā)算法。該算法通過設(shè)置多個(gè)