基于AD神经网络的语音增强

论文摘要

语音是人类相互之间进行交流最自然和最方便的形式之一。语音通信是一种理想的人机通信方式。目前各种语音数字信号处理技术如语音编码、语音识别等已广泛应用于各个信号处理领域中。现实生活中的语音不可避免的要受到周围环境的影响。为了消除噪声干扰,语音处理系统广泛采用语音增强技术来改善语音质量和可懂度,提高系统性能。因此,语音增强技术的研究具有重要的意义。本文对加性噪声下的语音增强技术做了较为仔细的讨论,例如谱减法语音增强方法和LMS自适应滤波法。然后阐述了神经网络的结构特点和学习算法,并提出了一种利用ADALINE神经网络消除背景噪声的语音增强算法。首先利用传统的谱减法来取得比较好的谱包络,在此基础上使用AD线性神经网络进行自适应预测达到消除噪声,增强语音的目的。经过MATLAB仿真显示,这种新的语音增强方法能有效地抑制噪声并且提高信噪比。最后对本文所介绍的各种方法在主观和客观方面做了性能比较。实验证明,这种方法能非常好地增强语音的质量和听觉效果,同时能很好地去除谱减法所留下的“音乐噪声”。

论文目录

• 中文摘要
• Abstract
• 第一章 绪论
• 1.1 选题背景与选题意义
• 1.2 国内外研究现状
• 1.3 本论文主要工作
• 第二章 语音增强基础
• 2.1 语音处理的研究方法
• 2.2 语音和噪声特性
• 2.2.1 语音特性
• 2.2.2 噪声特性
• 2.3 传统语音增强方法简述
• 2.3.1 谱减法
• 2.3.2 改进的谱减法
• 2.3.3 自适应（LMS）法
• 2.4 AD 神经网络（简介）
• 第三章 AD 神经网络语音增强方法
• 3.1 神经网络理论基础
• 3.1.1 神经网络的定义
• 3.1.2 神经网络的发展和现状
• 3.1.3 神经网络的优点
• 3.1.4 神经网络的应用
• 3.2 神经网络的结构与学习
• 3.2.1 神经网络的结构
• 3.2.2 神经网络的学习方式
• 3.2.3 神经网络的学习算法
• 3.3 AD 神经网络
• 3.4 AD 神经网络的学习
• 3.5 基于AD 神经网络的语音增强系统设计
• 3.5.1 语音信号特征提取
• 3.5.2 语音增强单元设计
• 第四章 仿真结果及分析
• 4.1 仿真结果
• 4.2 增强后语音质量的主客观评价及其结果分析
• 4.2.1 语音质量的客观评价
• 4.2.2 语音质量的客观评价
• 第五章 总结和展望
• 参考文献
• 致谢
• 详细摘要