基于集成算法的语音降噪方法研究

摘要

随着电子通讯与人机交互的不断发展，对语音质量的要求也变得越来越高。但噪声的存在会使语音信号的信噪比降低、质量下降，为了提高语音音质，满足现实需求，语音降噪(增强)技术逐渐成为研究热点。本论文以语音降噪为研究方向，自适应分解算法为理论基础，结合小波软阈值降噪方法、谱减法等，对语音信号进行降噪方法研究。具体研究内容如下：
　　(1)根据语音信号非稳态的特点，提出一种基于总体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)与小波软阈值相结合的降噪方法。首先，利用EEMD对含噪语音信号进行分解，其次根据自相关函数特性，确定各本征模态函数的含噪情况，再根据EEMD分解的尺度特性，去除噪声模态，然后对含噪模态重构，并利用小波软阈值降噪方法进行降噪处理，最后与其他本征模态函数重构得到降噪语音信号。本文采用八种不同信噪比情况的含噪语音信号进行仿真，并且与两种算法进行对比实验，实验结果表明本文方法具有较好的降噪能力。
　　(2)针对语音增强处理问题，提出一种自适应噪声的完备总体经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)与谱减法相结合的语音增强方法。通过CEEMDAN的方法对含噪语音进行分解，得到一系列按高频至低频顺序分解的本征模态函数。在CEEMDAN传统降噪方法的基础上，利用自相关性质确定需要降噪处理的模态分量，对这些分量使用谱减法进行降噪处理，重构后可得到增强的语音信号。本文采用五种不同噪声，与其他三种算法进行多种信噪比情况的减噪结果进行对比。实验结果表明本方法能有效增强语音信号，抑制多种类型的噪声。

目录

1 绪论

1.1 研究的目的及意义

1.2 信号处理研究现状

1.3 本文的研究工作

1.4 本文组织框架

2 语音信号的基本理论

2.1 语音信号

2.1.1 语音信号的产生

2.1.2 语音信号的特性

2.2 噪声信号及降噪评价

2.2.1 噪声的类型及特性

2.2.2 降噪效果评价方法

3 基于EEMD联合自相关函数及小波软阈值的降噪方法

3.1 引言

3.2 算法设计与描述

3.3 实验结果与分析

3.4 本章小结

4 CEEMDAN与谱减法相结合的语音增强方法

4.1 引言

4.2 算法设计与描述

4.3 实验结果与分析

4.4 本章小结

5 结论与展望

参考文献

攻读硕士学位期间发表学术论文情况

致谢