基于改进谱减算法的语音增强研究.pdfVIP

基于改进谱减算法的语音增强研究.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于改进谱减算法的语音增强研究,语音增强算法,谱减法语音增强,谱聚类算法,空间谱估计理论与算法,光谱匹配算法,谱聚类算法实现,谱光滑算法,谱聚类算法matlab,谱聚类算法例子

第 22 卷第 2 期 成  都  信  息 工  程  学  院 学  报 Vol . 22 No . 2 2007 年 4 月 J OU RNAL OF CHEN GDU UN IV ERSI T Y OF IN FORMA TION TECHNOL O GY Ap r . 2007 文章编号 : 167 11742 (2007) 02020 104 基于改进谱减算法的语音增强研究 王  欣 ,  罗代升 ,  王正勇 ( 四川大学电子信息学院图像信息研究所 , 四川 成都 6 10064)   摘要 :介绍了一种根据传统的谱减改进后的增强算法 :根据每帧的功率谱来动态调整谱减系数 ,然后采用多种 方法抑制音乐噪声 。使谱减效果既保持了较高的信噪比 ,又使音乐噪声得到了抑制 。算法在 VC60 下编程实现 , 实验证明语音增强效果明显 。 关  键  词 :谱减算法 ;语音增强 ;去噪 ;音乐噪声 中图分类号 : TN9 12 35       文献标识码 :A 1  引言 实际环境中的噪声总会使语音识别和语音通信受到不同程度的影响,使语音识别和语音通信的质量下降 ,严 重时甚至使得正常的语音被淹没在噪声中无法被识别 。语音增强就是改进语音质量 ,尽可能的消除带噪语音中 的噪音成分 ,提高语音的可懂度 。谱减法是 目前一种很常用的语音增强技术 ,其特点就是运算量较小 ,容易实时 计算 ,实践证明谱减法的语音增强效果很好 ,可以有效地去掉背景噪声 ,但是它的不足之处是会引入“音乐噪声”。 将谱减法的改进算法进行了进一步的改进 ,并结合多种抑制音乐噪声的方法来改善语音质量 。实验表明这种改 进算法有效地提高了语音增强的效果 ,较好地抑制了音乐噪声 。 2  基本原理 2 1  基本谱减原理分析   基本谱减算法的主要思想是假设噪声和语音信号在相互独立的条件下 ,从带噪语音的功率谱中减去噪声功 率谱 ,从而得到较为纯净的语音频谱 。 设 y ( t) 为含噪语音信号 ,s ( t) 为纯净的语音信号 , n ( t) 为噪声信号 ,这三者关系可以表示为 : ( ) ( ) ( ) ( )  Y t = s t + n t 1 ( ) ( ) ( ) ( ) ( ) ( ) 设 y t , s t , n t 的傅里叶变换为 Y w , S w , N w ,则有 :  Y ( w) = S ( w) + N ( w) (2) 由此可得 :  | Y ( w) | 2 = | S ( w) | 2 + | N ( w ) | 2 + 2Re [ S ( w) N ( w) ] (3) 由上式可得 :  E ( | Y ( w) | 2) = E ( | S ( w) | 2) + E ( | N ( w) | 2) + 2 E {Re [ S ( w) ] N ( w ) } (4) ( ) ( ) ( ) ( ) ( ) ( ( ) 假设 s t 和 n t 独立 ,则 S w 和 N w 也相互独立 。而 N w 为零均值的高斯分布 ,所以 E Re { S w N ( w ) }) 等于 0 ,代入上式得 :

您可能关注的文档

文档评论(0)

docinppt + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档