语音增强算法的研究

论文摘要

在实际的通信应用过程中,如语音通信、语音合成、语音识别等,在处理过程中不可避免地要受到外界的噪声干扰,这些干扰将严重影响语音设备的功能发挥,因此有必要对被噪声干扰的语音信号进行去噪处理,即我们所说的语音增强,语音增强的主要目的是从带噪语音信号中提取尽可能纯净的原始语音信号。语音增强的算法多种多样。本文先介绍几种语音增强算法,以及语音和噪声模型。然后重点介绍了采用LMS算法的自适应语音增强系统,自适应语音增强算法较其它方法相比,可以得到更好的降噪效果,同时它还具有简单、计算量小易于实时实现等特点,基于这一点,在语音增强技术中,LMS算法得到了广泛的应用。标准的最小均方算法(简称LMS算法)具有简单、易于实现、在输入信号相关性为零时输出失调量几乎为零等优点。但是当滤波器的阶数较大和输入信号相关性强时有计算量大、收敛速度慢和失调量大等缺点。变步长算法结合并行的LMS算法具有较快的收敛速度、失调量小等特点,是一种非常适用于DSP实现和语音信号处理的算法,本文通过MATLAB仿真验证了该算法的优越性,仿真结果表明,改进后LMS算法对带噪语音有较明显的去噪效果,有效地提高了语音的清晰度和可懂度。该算法是优于传统的LMS算法,较之提高了收敛速度并减小了稳态误差。背景噪声破坏了语音信号原有的声学特征和模型参数,降低语音通信质量。自适应抗噪声送话器可以有效地改善强背景噪声下的通信质量,因而广泛用于环境噪声高的行业。数字信号处理技术的飞速发展,芯片价格的下降,日益提高的语音通信质量需求,使研究以新硬件新算法为基础的新型抗噪声送话器有着重要的意义。相信变步长的并行LMS算法结合先进的DSP、A/D和D/A芯片实现的自适应抗噪声送话器,使抗噪声送话器在算法上保证其先进性,并能得到较广泛的工程应用。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 工程应用的课题背景
• 1.3 语音增强的基本理论
• 1.3.1 语音特性
• 1.3.2 人耳的感知特性
• 1.3.3 噪声特性
• 1.4 本论文的章节安排
• 第二章 语音增强常用算法
• 2.1 语音增强算法简介及分类
• 2.1.1 参数方法
• 2.1.2 非参数方法
• 2.1.3 统计方法
• 2.1.4 其它方法
• 2.2 几种常用语音增强算法
• 2.2.1 减谱法
• 2.2.2 维纳滤波法
• 2.2.3 卡尔曼滤波法
• 2.2.4 基于听觉掩蔽效应的语音增强
• 2.2.5 算法比较
• 2.3 本章小结
• 第三章 自适应滤波原理及LMS算法
• 3.1 自适应滤波原理
• 3.1.1 引言
• 3.1.2 最小均方误差滤波
• 3.2 最陡下降法及LMS算法
• 3.2.1 最陡下降法
• 3.2.2 LMS算法
• 3.2.3 LMS算法的收敛性分析
• 3.3 简述几种改进的LMS算法
• 3.3.1 NLMS算法
• 3.3.2 可变步长LMS算法
• 3.3.3 RLS递推最小二乘算法
• 3.3.4 其他改进算法
• 3.4 本章小结
• 第四章 改进的并行变步长LMS算法和仿真验证
• 4.1 改进的并行LMS算法
• 4.1.1 并行LMS算法的原理
• 4.1.2 并行LMS算法的实现步骤
• 4.1.3 并行LMS算法参数的选择
• 4.2 仿真验证
• 4.2.1 标准LMS算法
• 4.2.2 并行变步长LMS算法
• 4.2.3 两种LMS算法的比较
• 4.3 本章小结
• 结论
• 致谢
• 参考文献