基于多通道语音增强和去噪的优化研究

摘要

语音信号在传输过程中很容易受到周围环境中噪声的干扰，为了获得较为纯净的语音信号，通常采用语音增强的方法来对采集到的信号进行去噪。一般来说，单麦克风语音增强方法具有较好的去噪能力，但在复杂的环境中，它对噪声的抑制能力比较差。麦克风阵列具有空间选择和提高信号增益的特性，可以克服单麦克风的不足，同时在信号增益和抗干扰方面具有较好的表现。为了得到更好的去噪效果，本文采用多通道语音增强去噪的方法来对带噪语音信号进行降噪处理，其中研究内容主要包括:
　　(1)针对广义旁瓣抵消器(Generalized Sidelobe Canceller，GSC)结构中固定阻塞矩阵不能对目标信号进行很好的阻塞，以及对非相干和弱相干噪声的去噪能力有限的问题。提出了一种改进GSC语音增强方法，此方法用自适应阻塞矩阵替换GSC中的固定阻塞矩阵来对目标信号进行不断的跟踪阻塞，以此减少目标信号的泄漏，同时利用改进自适应抵消器更好的估计残余噪声，来进一步去除非相干和弱相干噪声。
　　(2)针对小波变换中一般采用软阈值和硬阈值来对语音信号进行去噪会造成目标信号丢失的问题。提出了一种改进小波变换方法，该方法采用改进的阈值函数和自适应阈值来对小波系数进行分解处理，然后对幅值较小的小波系数进行重构，提取出部分噪声用于后续的RLS自适应滤波处理，从而减少去噪过程中对目标信号造成的影响。
　　(3)针对RLS自适应滤波在系统发生变化时，他的跟踪能力和稳定性都会受到影响的问题，提出了一种改进型变遗忘因子的RLS自适应滤波系统。此系统在变遗忘因子的RLS自适应滤波系统中加入了一个修正函数，将此函数置于迭代之后来对遗忘因子进行修正，不但成功的解决了RLS自适应滤波系统跟踪能力差，稳定性低的问题，而且还解决了RLS自适应算法对计算设备的精度要求高的问题。
　　(4)将改进的GSC、改进的小波变换、改进的RLS自适应滤波三者有机的结合起来，提出了一种新的去噪算法，该算法不但可以在空间范围内对目标信号进行空域滤波而且可以在时域、小波域上对语音信号做进一步的降噪处理，从而获得理想的目标信号。

目录

声明

摘要

第一章 绪论

1．1 语音增强研究的背景及意义

1．2 国内外相关领域的研究现状

1．3 本文主要研究内容

第二章 多通道语音增强的介绍及GSC的优化研究

2．1 引言

2．2．1 语音特性

2．2．2 噪声特性

2．2．3 人耳感知特性

2．3 语音质量的评价标准

2．3．1 主观评价方法

2．3．2 客观评价方法

2．4 麦克风阵列的拓扑结构与信号产生模型

2．4．1 麦克风阵列拓扑结构

2．4．2 麦克风阵列信号产生模型

2．5 经典麦克风阵列语音增强方法

2．5．1 固定波束形成方法

2．5．2 自适应波束形成方法

2．5．3 后置维纳波束形成方法

2．5．4 几种语音增强方法的优缺点比较

2．6 广义旁瓣抵消器的改进及实验仿真分析

2．6．1 广义旁瓣抵消器的改进

2．6．2 实验仿真分析

2．7 本章小结

第三章 小波语音去噪的优化研究

3．1 引言

3．2 小波去噪的原理

3．3 小波阈值去噪法

3．3．1 小波基函数的选择

3．3．2 小波分解级数的选取

3．3．3 阈值函数介绍与改进

3．3．4 阈值估计的改进

3．4 仿真结果与分析

3．5 本章小结

第四章 RLS自适应滤波语音去噪的优化研究

4．1 引言

4．2 自适应系统介绍

4．3 递归最小二乘(RLs)算法介绍

4．4 RLS算法的改进

4．5 仿真结果与分析

4．6 本章小结

第五章 基于改进GSC禾fl后置算法的语音增强研究

5．1 引言

5．2 语音增强方法的设计

5．3 仿真结果与分析

5．4 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

致谢

作者简介