1381.B语音增强算法及其DSP实现(6.8)gh推荐.pptVIP

语音增强算法及其DSP实现 学生： 学号： 指导老师： 2005年6月8日 一. 毕设完成主要工作 二. 语音增强算法概述 三. 减谱法的DSP实现 四. 减谱法算法分析及结果比较 五. 结论 一. 毕设完成主要工作 用ANSI C语言实现了三种减谱算法 移植三种算法到DSP上，并通过测试 对三种算法进行性能分析 语音增强是从带噪声信号中提取语音信息。 目的是改进语音质量，消除背景噪声，提高可懂度，有着广泛的应用。 2. 论文采用以下三种减谱算法： 传统减谱增强算法 引入参数增强算法 伪倒谱增强算法 (1). 高通预处理 (2). 加窗处理 (3). 短时傅立叶变换 (4). 短时能量 (5). 短时过零率 三. 算法的DSP实现 存储器结构采用改进的哈佛结构 CPU多总线、深度流水 提供专门的硬件处理单元 特殊的DSP指令、快速的指令周期 2. 算法的DSP系统实现框图 3.算法DSP实现难点 DSP C 数据类型 vs ANSI C数据类型 HPI 接口与主机的数据交换 DSP 链接器命令文件（.CMD文件)的编写 C和汇编语言混和编程 DSP 调试 DSP 代码优化 三. 减谱法的实现及结果分析 传统减谱法原理框图 2. 减谱法关键技术—— 语音激活检测技术(简称 VAD) 目的：区分语音和各种背景噪声。 原理：依据语音与噪音的不同特性。一般是提取特征参数，再进行门限判别。 特征参数的选择 本文选择短时能量和短时过零率两个参数作为语音/静音帧的判断依据，并动态更新判别门限。 短时能量判断的基本原理 利用语音帧与静音帧能量的差异进行判别 在短时能量检测后的短时过零率检测 利用清音和噪声过零率的差异对判别结果进行修正 VAD 算法DSP实验结果 3.传统减谱法实验结果分析 传统法处理带噪语音有明显效果，但产生了“音乐噪声”(music noise) 因为噪声随机性导致的失真是频谱减法的必然结果，所以只能设法减轻“音乐噪声”对听觉造成的不舒适感。 4. 两种改进减谱法： （1）引入参数法 引入参数m、n ， 对噪声估计值进行调整，更好地突出语音频谱。 （2）伪倒谱法 增加一步FFT变换，变换到伪倒谱域中，使语音和噪声更好地分离。 引入参数法原理框图 引入参数后实验结果对比 伪倒谱相减法原理框图 伪倒谱法实验结果对比 三种算法对客观信噪比和主观可懂度（人耳听觉的舒适感）都有提高。但客观信噪比和主观可懂度提高的程度不成正比。 结 论 1. 谱减方法的优点在于方法较简单，但产生了听觉上的失真。 2. 引入参数法对噪声估计值进行调整，减少了失真。 3. 伪倒谱法在伪倒谱域中对语音和噪声进行更好地分离，语音的自然度和连贯性最好。 4. 三种算法对客观信噪比和主观可懂度的提高程度不成正比。 致 谢 感谢孙 老师和董 老师的悉心指导 感谢其他老师和同学们的热情帮助 * * 简 介 二. 语音增强算法概述 1. 研究背景 3. 算法涉及主要分析技术 1. DSP实现的优势 TMS320C5410 DSP 抽取 滤波器 插入 滤波器 采样/ 保持 量化 编码 A/D变换 带噪语音 D/A 变换 语音输出设备 （扬声器） PC机 增强后 的语音 1. 传统减谱法 假定语音为平稳信号，而噪声和语音为加性信号彼此统计独立。 由此可得： 因为互谱的统计平均值为0，所以有： 增强后的语音信号功率 FFT 有/无 语音判决 带噪信 号功率 IFFT 插入相位 噪声谱 方差 更新噪声 谱估计 — 有语音 无语音 y(i) s(i) 传统减谱法 VAD 结果输入 预处理 特征参 数提取 VAD 判决 平滑VAD 判决结果 门限计算 及更新 语音输入 门 限 初始化 VAD实现模型图 检测流程 开始 结束 初始化各变量 该帧判断为语音帧 该帧判断为语音帧 该帧判断为语音帧 判为静音帧 计算该帧的过零率 计算一帧信号能量， 并取平均值 高通滤波，信号加窗 信号能量门限值？ 过零率位于 60～140之间？ 前三帧是否 有语音帧？ 平滑VAD结果， 是否为语音帧 Y Y Y N N N Y （1）引入参数减谱法 增强后的语音信号功率 n FFT 有/无 语音判决 带噪信号功率 的m次幂 IFFT 插入相位 噪声谱方差 的m次幂 更新噪声 谱估计 — 有语音 无语音 y(i) s(i) 信号功率 的1/m次幂 （2）伪倒