語音分離和語音增強(qiáng)方法研究.pdf

1、現(xiàn)實(shí)生活中，語音信號經(jīng)常會受到噪聲和房問混響的干擾，這不僅影響人們的聽覺質(zhì)量，而且對語音處理的其它環(huán)節(jié)也會產(chǎn)生影響。因此，必須采用信號處理技術(shù)對帶噪語音信號進(jìn)行增強(qiáng)處理。實(shí)際上，除了語音增強(qiáng)之外，語音分離也可以用來減小噪聲和混響的影響。信號盲源分離是一項(xiàng)具有挑戰(zhàn)性的研究課題，也是信號處理領(lǐng)域近年來的研究熱點(diǎn)之一。目前，對該問題的研究已經(jīng)取得了很大的進(jìn)展。但是，還遠(yuǎn)未達(dá)到成熟的地步，其中，對于實(shí)際環(huán)境下的卷積語音信號分離問題的研究可以說還

2、處于起步階段。 本論文對語音分離和語音增強(qiáng)方法進(jìn)行了研究，主要內(nèi)容包括以下三個(gè)方面： 針對基于獨(dú)立分量分析的盲源分離算法不能解決瞬時(shí)延遲混合模型和欠定情況下的盲源分離問題，本文研究了基于信號稀疏性的時(shí)頻掩蔽算法和線性取向分離算法。理論分析和仿真實(shí)驗(yàn)結(jié)果表明，它們都達(dá)到了比較理想的分離結(jié)果。但是，時(shí)頻掩蔽算法構(gòu)造的Mask中存在大量零點(diǎn)，為了解決這一問題，本文對其進(jìn)行了改進(jìn)，進(jìn)一步提高了語音信號的質(zhì)量。 研究了帶參

3、考信號的盲源分離算法。在盲源分離算法中，人們對源信號多多少少會有一點(diǎn)了解。利用源信號的先驗(yàn)知識分離出感興趣的信號是帶參考信號的盲源分離算法的研究內(nèi)容。實(shí)驗(yàn)結(jié)果表明，該算法能夠比較好地提取出與參考信號在某種意義下相關(guān)性最強(qiáng)的原始信號，同時(shí)，與傳統(tǒng)的獨(dú)立分量分析方法相比，節(jié)省了計(jì)算量。 基于子帶盲源分離和后置處理的語音增強(qiáng)方法。在噪聲和混響情況下，研究了基于子帶盲源分離和后置處理的語音增強(qiáng)方法。該方法噪聲的抑制效果較好，但增強(qiáng)語音有