报告厅环境下语音增强方法研究-检测技术与自动化装置专业论文.docxVIP

摘要 摘要 在我们自录的报告、讲课倍号中，往往语音信号较弱，且经常夹杂各种干 扰。为听到清晰的报告内容，需对话音信号进行有效的处理，语音增强是对语 音信号进行处理的基础。 文中分析了一些常用语音增强方法的特点和不足，重点分析了传统方法中 的谱减法，并用实验分析了这种方法存在的残留噪声问题。针对这个问题，采 用改进的小波分层阀值处理方法，对带噪语音小被分解后得到的各层小波系数 向最进行阙值处理，然后来用文中提出的算法对经阙值处理脂的小波系数向最 进行端点检测，把检测出的语音信号成分提取出来形成新的小波系数向盘，然 后只对这些小波系数向量进行囊构。实验结果表明，采用文中方法，可以有效 避免谱减法中的残留噪声问题，取得了较为理想的谐音增强效果。针对文中所 使用的小被分居阙值处理方法在低信噪比下的处理结果不理想的问题，文中使 用神经网络的方法对低信噪比下的带噪语音信号进行了进…步处理，经过仿真 研究和实录信号分析可知 z 使用神经网络对带噪语音进行增强处理，可以大幅 提高信噪比，取得了较好的效果。 关键词 z 谱减法:小波分层阙值处理:端点检测:语音增强;神经网络 11 11 Abs位act Abstract Speech 剖伊lal in our report and lecture which re∞rdered by ourself is usually weak: and 0伽nmix创 with various disturbance .It is necessaryωprocess the speech si伊al effectivelyωobtain 由e report clearly .So speech er由ancement is the basis of speechproωsing. 币le 曲创is analyses charact阳istics and short∞mings of someωmmon 叩eωh m由ancement m叫10巾，especially foωs on 也e spectral subtraction method，and ex阳imental analysis of 由is method wi白白e existing residual noise.To addr刷s problem， using an improved wavelet hierarchical threshold approach，a new threshold determination algori伽m is introduced ，using 由e selected threshold value after 由e wavelet decomposition of noisy speech by 阳layers of wavel创 ωefficients vector threshold processin品 and 由en use 由e endpoints detection algori伽mωd创创t 伽e wavelet coefficients vector precessed by threshold ，the detected voice signal ∞mponents extracted from the wavelet ωefficients to form a new wavelet coefficients vector，and then only those wavelet ∞efficients vector reconstruction. Experimental resu1ts show 由at our methodωn effectively avoid the 叩ectral subtraction of 伽e residual noise and achieved ideal speech enhancement.ηle result of wavelet hi田archical threshold procωsing in the condition of low signal to noise ratio is not ideal，由ispap町 us臼neural network method for low SNR noisy signal for further processin g，出rough simulation research and record.signal analysis shows: using neural networks for noisy speech 创man