多通道语音增强方法的研究

论文摘要

现实生活中,语音信号不可避免地受到环境噪声的影响,导致许多语音处理系统的性能急剧恶化。因此语音增强作为一种预处理手段,不失为一种有效途径。多年来学者们不懈努力,寻求各种优良的语音增强方法。基于单麦克风的语音增强方法由于受到麦克风数量的限制,往往不能获得令人满意的增强效果。麦克风阵列语音增强技术利用了阵列信号的空间相位信息,因而比传统的单麦克风语音增强方法的性能更佳。本论文在前人工作的基础上,主要从以下三个方面对多通道语音增强方法进行了研究。研究了基于信号相位误差和后置滤波的语音增强方法。首先,将麦克风接收到的带噪语音信号分帧,利用该帧带噪语音信号的相位差,构成该帧的比例系数,对带噪语音信号进行预处理,得到预处理信号;然后利用预处理信号的功率谱估计构成后置滤波器,对预处理信号进行后置滤波,从而进一步抑制了噪声。采用计算机模拟的带噪语音数据对该方法进行了测试,实验结果表明,该方法在散射及不相干噪声场情况下,具有较好的噪声抑制能力。研究了相干噪声场及混响环境下的语音增强方法。针对同时存在相关噪声和混响的情况,首先,利用盲源分离及谱相减方法去除麦克风阵列接收信号中的相关噪声,获取一路带混响的语音信号。然后,使用逆滤波技术及谱相减方法进一步去除信号中的混响。实验结果表明,该方法能够有效地去除相关噪声及房间混响。研究了一些常用的波束形成语音增强方法,并且给出一种改进的广义旁瓣抵消器语音增强方法。该方法通过估计声学转移函数比,对接收信号进行前向-后向数字滤波,结合使用阻塞矩阵和归一化最小均方算法,从而有效地抑制了相关噪声。在无混响和混响环境下,采用计算机模拟和实际录制的带噪语音数据对本文方法进行了测试,实验结果表明,该方法可以适用于相干噪声场环境。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 麦克风阵列的特点及应用
• 1.2 麦克风阵列语音增强方法概况及存在的问题
• 1.3 本文的主要研究工作及章节安排
• 2 语音增强的基础知识
• 2.1 语音特性及人耳感知特性
• 2.1.1 语音特性
• 2.1.2 人耳感知性
• 2.2 噪声及噪声场特性概述
• 2.2.1 噪声
• 2.2.2 噪声场特性
• 2.3 麦克风阵列模型
• 2.3.1 理想模型
• 2.3.2 实际模型
• 2.4 数字化语音的处理
• 2.5 语音增强效果评价方法
• 2.5.1 语音质量的主观评价方法
• 2.5.2 语音质量的客观评价方法
• 2.6 小结
• 3 基于信号相位误差和后置滤波的语音增强方法
• 3.1 基于信号相位误差的语音增强方法
• 3.1.1 时延估计与最小相位误差
• 3.1.2 基于信号相位误差的语音增强方法
• 3.2 后置滤波
• 3.2.1 Zelinski-后置滤波
• 3.2.2 标准化后置滤波
• 3.3 基于信号相位误差和后置滤波的语音增强方法
• 3.3.1 方法简介
• 3.3.2 实验结果及分析
• 3.3.3 小结
• 4 基于盲源分离和谱相减的语音增强方法
• 4.1 盲源分离概述
• 4.2 基于先验信噪比的谱相减方法
• 4.3 分阶段去混响的单麦克风语音增强方法
• 4.3.1 逆滤波
• 4.3.2 谱相减
• 4.4 基于ICA和谱相减的语音增强方法
• 4.4.1 基于ICA和谱相减的语音增强方法原理
• 4.4.2 计算机仿真实验结果
• 4.4.3 小结
• 5 一种改进的广义旁瓣抵消器语音增强方法
• 5.1 波束形成语音增强算法
• 5.2 广义旁瓣抵消器
• 5.3 声学转移函数广义旁瓣抵消器
• 5.4 一种改进的广义旁瓣抵消器
• 5.4.1 改进的广义旁瓣抵消器
• 5.4.2 实验结果及分析
• 5.4.3 小结
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢