基于新型先验信噪比估计的语音增强算法研究

摘要

在人类日常生活和工作中，语音交流不可或缺，然而在现实的环境下，语音信号总是不可避免的受到来自外界的各种干扰，如生活噪声、工业噪声等。这些噪声的存在会使语音信号在传输过程中受到强烈的干扰，进而影响语音的质量和可懂度。语音增强技术则是通过不同的算法，从受到噪声干扰的语音信号中尽可能多的还原出纯净语音信号，以提高输出语音的质量与可懂度。按照信号处理方式的不同，现有的语音增强方法可分为时域内语音增强和变换域内语音增强。变换域语音增强由于能够更加突出纯净语音信号和噪声信号之间的特征差别，更有利于对于背景噪声的消除，因此基于不同变换域的语音增强算法一直都是中外学者们的研究重点。本文重点研究了基于离散傅里叶变换(DFT，Discrete Fourier Transform)的语音增强技术，并针对其核心参数的估计问题进行了详细分析和有效改进，论文研究内容简要概括如下：
　　首先，本文阐述了语音增强的研究意义和研究背景，给出了语音增强技术的研究历史和发展现状，对语音增强算法的分类和基本方法进行了简单概述，并介绍了论文重点的研究工作及各个章节的具体安排。
　　然后，论文针对语音增强技术的基本理论进行了介绍，阐述了语音及噪声信号的基本特征与人耳的感知特性，给出了语音增强技术的性能评价原则和标准。针对基于DFT变换的语音增强理论进行了广泛论述，分析了DFT变换在语音增强中的重要地位及DFT域中噪声消除技术的基本理论，并简单介绍了DFT域中常用语音增强算法的原理及设计步骤。重点研究了DFT域语音增强算法中核心参数——先验信噪比的估计问题，通过对于DFT域语音增强理论的阐述，分析了先验信噪比参数的估计问题对于语音增强技术总体性能的影响，给出了几种常用的先验信噪比估计算法，并通过仿真实验对其性能进行了验证和分析。
　　其次，着重研究了先验信噪比估计中经典算法——直接判决（DD，decision-directed）方法，对该算法的基本理论进行了详尽论述，并通过仿真试验验证了该算法存在的弊端：其在跟踪瞬时信噪比变化的过程中存在着帧延迟，导致输出语音存在较多的噪声残留和语音损伤，严重影响语音增强算法的性能。针对这一问题，论文研究了一种融合动量项技术的DD算法，该算法在DD算法的基础上通过引入了一个动量项来加快系统的跟踪速度，进而在一定程度上减小DD算法中的帧延迟问题。但在该动量项DD算法中，其动量因子为一固定值或通过经验来进行设定，在不同应用环境下，算法的性能将会受到较大影响。故本文根据最小均方(MMSE，minimum mean-squared error)准则设计了一种具有变动量因子特性的DD算法，该算法在对先验信噪比估计的过程中可以自适应地调整动量因子的数值，以获取更好的对于瞬时信噪比的跟踪性能。论文通过仿真实验验证了提出的算法可以有效提升语音增强系统的综合性能。
　　最后，对整篇文章的研究内容做了简单总结，并对今后的研究工作做了简要的概述。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 语音增强的研究意义和背景

1.2 语音增强技术的发展状况

1.3 语音增强算法概述

1.4 本论文的主要工作

1.5 论文的章节安排

2 语音增强概述

2.1 引言

2.2 语音增强的分类

2.3 语音信号及噪声信号的特性

2.4 语音增强质量评价原理及标准

2.5 小结

3 DFT变换域语音增强理论

3.1 引言

3.2 离散傅里叶变换

3.3 DFT域语音增强理论

3.4 DFT域语音增强算法

3.5 小结

4 先验信噪比估计理论

4.1 引言

4.2 基于先验信噪比的语音增强概述

4.3 先验信噪比估计算法简介

4.4 仿真实验

4.5 小结

5 基于新型先验信噪比估计的语音增强算法

5.1 引言

5.2 融合动量项的DD算法

5.3 变动量因子先验信噪比估计算法

5.4 仿真实验结果

5.5 小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

附录 攻读硕士期间发表的学术论文