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”。
本文来源: https://www.lw50.cn/article/a27483807bed71460fa05f0f.html