高可懂度的信号子空间语音增强算法

摘要

语音通信已经成为现代生活当中必不可少的组成部分，然而随着噪声污染的日益加剧，人们所接收到的带噪语音的信噪比变得越来越低，严重干扰了对语音的正常理解。现有语音增强(Speech Enhancement)算法的研究主要聚焦于如何改善语音的质量，对于语音可懂度尤其是在低信噪比环境下如何提高语音的可懂度研究相对不足。为了弥补这一缺陷，本文首先对子空间语音增强算法进行了归纳总结，然后对现有的语音增强算法无法提高语音可懂度的现象进行了原因分析，并从不同类型语音失真对可懂度具有不同影响这一角度出发，提出了基于语音失真分类的高可懂度子空间算法，以便在信噪比较低的环境中能够有效提高带噪语音的可懂度。
　　本文的研究工作大体上有如下三个方面:
　　首先，整理了语音增强的基础知识，并且对语音增强中的常见算法进行了分类归纳与对比分析。语音增强现已是语音处理技术的一个研究热点与重要分支。因此，本文先对语音特点、人耳的感知特性以及噪声的特性进行了分析，建立了语音增强的信号模型，并且总结了语音处理中常用到的短时预处理方法。现有的语音增强算法纷繁复杂，为此，本文对这些算法进行了分类梳理，并从中对比分析了不同算法的优缺点。
　　其次，研究了子空间增强算法的基本原理，并对基于广义特征值分解（Generalized EigenValue Decomposition，GEVD）的子空间法进行了试验仿真。与此同时，本文对现有的语音增强算法无法提高语音可懂度的现象进行了原因分析，特别是对不同类型语音失真对可懂度的影响进行了研究，从而设计了针对语音失真分类处理的后置滤波器，并将其与基于广义特征值分解(GEVD)的子空间法相结合，提出了具有高可懂度性能的信号子空间方法。该方法能够对放大倍数大于6.02dB的语音失真进行幅度谱限制，以减少这种失真对增强处理后语音可懂度的损害，因此提高了增强语音的可懂度。
　　最后，针对本文所提出的算法设计了仿真实验，并选取了言语测听(Speech Audiometry，SA)作为可懂度主观评测法、选取了标准化协方差测度(Normalized Covariance Metric，NCM)作为可懂度客观评测法，并且进行了语谱图分析。通过这三种方法验证了仿真实验的结果，结果表明:本文所提出的基于语音失真分类的高可懂度子空间法确实能在信噪比较低的情况下提高增强语音的可懂度。

目录

声明

摘要

第一章 绪论

1．1 选题背景与研究意义

1．2 语音增强的研究历史与现状

1．3 研究目标

1．4 本文的主要工作和结构安排

第二章 语音增强的基础理论

2．1 语音特点

2．2 人耳感知特性

2．3 噪声特性

2．4 语音增强的信号模型

2．5 语音的短时预处理

2．5．1 语音预加重处理

2．5．2 语音加窗分帧

2．5．3 语音端点检测

2．6 本章小结

第三章 语音增强方法综述

3．1 参数方法

3．2 非参数方法

3．3 统计方法

3．4 其他方法

3．5 本章小结

第四章 子空间增强方法的基本原理

4．1 基于时域约束的子空间法

4．2 基于频域约束的子空间法

4．3 基于广义特征值分解的子空间法

4．3．1 基本理论

4．3．2 算法实现

4．4 仿真实验

4．5 本章小结

第五章 基于语音失真分类的子空间增强算法

5．1 引言

5．2 不同类型语音失真对可懂度的影响

5．3 不同区域语音失真的识别方法

5．4 基于语音失真分类的后置滤波器设计

5．5 高可懂度的子空间增强算法

5．6 本章小结

第六章 语音增强算法可懂度性能的评价

6．1 语音可懂度的主观评价

6．1．1 言语测听

6．1．2 语音接受阈

6．1．3 诊断押韵测试

6．2 语音可懂度的客观评价

6．2．1 增强语音的可懂度客观评价流程

6．2．2 传统的语音可懂度客观评价方法

6．2．3 改进的语音可懂度客观评价方法

6．3 本章小结

第七章 高可懂度增强算法的仿真实验

7．1 语音库的建立

7．2 增强算法的可懂度评价

7．2．1 可懂度性能主观评价

7．2．2 可懂度性能客观评价

7．3 增强算法的语谱图分析

7．4 本章小结

第八章 总结与展望

参考文献

附录

致谢

攻读硕士学位期间发表的学术论文目录