語(yǔ)音是人與人或人與機(jī)器之間最方便、最快捷的一種交流方式,隨著信息技術(shù)的高速發(fā)展,利用數(shù)字化的方法對(duì)語(yǔ)音信號(hào)進(jìn)行處理,是構(gòu)成整體數(shù)字化通信系統(tǒng)中最基礎(chǔ)、最重要的組成成分之一。人們?cè)讷@取語(yǔ)音信號(hào)時(shí),不可避免地會(huì)受到各種來(lái)自周圍環(huán)境或設(shè)備內(nèi)部等的噪聲干擾,這些干擾會(huì)使得接收端接收到的語(yǔ)音性能下降。語(yǔ)音增強(qiáng)的目的是從含有噪聲的語(yǔ)音信號(hào)中盡可能提取原始的干凈語(yǔ)音信號(hào),從而提高語(yǔ)音信號(hào)的質(zhì)量和可懂度。語(yǔ)音增強(qiáng)在降低噪聲干擾、改善語(yǔ)音質(zhì)量與提高語(yǔ)音可懂度等方面有著舉足輕重的地位,是數(shù)字語(yǔ)音信號(hào)處理在實(shí)際應(yīng)用中急需解決的問(wèn)題之一。本文是在單通道語(yǔ)音條件下進(jìn)行的語(yǔ)音增強(qiáng)算法研究。從兩個(gè)方面對(duì)語(yǔ)音增強(qiáng)算法進(jìn)行了研究與總結(jié),一方面是傳統(tǒng)經(jīng)典的語(yǔ)音增強(qiáng)算法,另一方面為新興的語(yǔ)音增強(qiáng)算法。在已有的語(yǔ)音增強(qiáng)算法基礎(chǔ)上,針對(duì)稀疏表示算法中重構(gòu)出干凈語(yǔ)音的關(guān)鍵技術(shù)問(wèn)題,結(jié)合語(yǔ)音信號(hào)的基本特征,提出了兩種改進(jìn)的基于稀疏理論的語(yǔ)音增強(qiáng)算法,并對(duì)這兩種改進(jìn)算法進(jìn)行了仿真實(shí)驗(yàn)。論文的主要研究工作如下:首先,系統(tǒng)地介紹了語(yǔ)音的相關(guān)知識(shí),研究了語(yǔ)音增強(qiáng)算法,將其進(jìn)行分類研究,并詳細(xì)地介紹了一些經(jīng)典語(yǔ)音增強(qiáng)算法的理論。其次,詳細(xì)介... 

【文章來(lái)源】：太原理工大學(xué)山西省 211工程院校

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 語(yǔ)音增強(qiáng)研究的意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容
    1.4 論文章節(jié)安排
第二章 語(yǔ)音增強(qiáng)概述
    2.1 引言
    2.2 語(yǔ)音和噪聲特性
        2.2.1 語(yǔ)音特性
        2.2.2 噪聲特性
    2.3 語(yǔ)音增強(qiáng)算法
        2.3.1 譜減法
        2.3.2 基于統(tǒng)計(jì)理論的語(yǔ)音增強(qiáng)算法
        2.3.3 基于信號(hào)子空間的語(yǔ)音增強(qiáng)算法
        2.3.4 基于小波變換的語(yǔ)音增強(qiáng)算法
        2.3.5 其他算法
    2.4 語(yǔ)音的評(píng)價(jià)方法
        2.4.1 主觀評(píng)價(jià)
        2.4.2 客觀評(píng)價(jià)
    2.5 本章小結(jié)
第三章 語(yǔ)音稀疏表示算法研究
    3.1 引言
    3.2 稀疏表示算法
        3.2.1 信號(hào)稀疏表示概念
        3.2.2 基追蹤（Basis Pursuit,BP）算法
        3.2.3 匹配追蹤（Matching Pursuit,MP）算法
        3.2.4 正交匹配追蹤（Orthogonal Matching Pursuit,OMP）算法
        3.2.5 LASSO算法
        3.2.6 LARS算法
    3.3 字典訓(xùn)練算法
        3.3.1 MOD算法
        3.3.2 DCT算法
        3.3.3 貪婪自適應(yīng)語(yǔ)音信號(hào)字典訓(xùn)練算法
        3.3.4 K-SVD算法
    3.4 本章小結(jié)
第四章 基于稀疏表示的語(yǔ)音增強(qiáng)算法研究
    4.1 引言
    4.2 基于生成字典的語(yǔ)音增強(qiáng)算法
    4.3 OMP算法的改進(jìn)
        4.3.1 OMP算法運(yùn)算速度改進(jìn)
        4.3.2 OMP算法的語(yǔ)音增強(qiáng)性能改進(jìn)
    4.4 基于K-SVD與改進(jìn)OMP算法的語(yǔ)音增強(qiáng)算法
    4.5 實(shí)驗(yàn)仿真與分析
        4.5.1 語(yǔ)音增強(qiáng)性能對(duì)比
        4.5.2 改進(jìn)OMP算法運(yùn)行時(shí)間對(duì)比
    4.6 本章小結(jié)
第五章 基于清濁音分類的稀疏語(yǔ)音增強(qiáng)算法
    5.1 引言
    5.2 語(yǔ)音清濁音的產(chǎn)生
        5.2.1 濁音的產(chǎn)生
        5.2.2 清音的產(chǎn)生
    5.3 清濁音的分類方法
        5.3.1 短時(shí)能量
        5.3.2 短時(shí)過(guò)零率
        5.3.3 短時(shí)自相關(guān)函數(shù)
    5.4 基于清濁音分類的稀疏語(yǔ)音增強(qiáng)
        5.4.1 采用過(guò)零率和平均能量相結(jié)合的清濁音分類
        5.4.2 T1與T2 參數(shù)自適應(yīng)
        5.4.3 清濁音分類與稀疏相結(jié)合的語(yǔ)音增強(qiáng)方法
    5.5 實(shí)驗(yàn)仿真與分析
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄



本文編號(hào)：2912336