基于MATLAB的数字语音信号处理系统设计.docxVIP

PAGE III MACROBUTTON MTEditEquationSection2 SEQ MTEqn \r \h SEQ MTSec \r 1 \h SEQ MTChap \r 2 \h 作者：大月亮 摘要 语音增强是有效减少语音噪声污染、方便获取目标信息的重要方法，本文针对经典的谱减法、维纳滤波算法与卡尔曼算法等三种语音增强算法进行了深入研究，对其原理机构进行推导，并针对每种算法的优缺点及应用环境进行对比分析。最后在MATLAB平台进行仿真验证，采用客观评价指标：信噪比（Sinal to Noise Ratio,SNR）与语音感知质量评价（Perceptual Evaluation of Speech Quality，PESQ）进行评估，并生成增强后的时域波形图与语谱图直观展示每种算法的噪声消除效果，实验结果表明，三种语音增强算法在不同噪声环境中都有较好表现，可适用于不同场景。 关键词：语音增强；谱减法；维纳滤波；卡尔曼  Abstract Speech enhancement is an important method to effectively reduce speech noise pollution and facilitate the acquisition of target information. This paper has conducted in-depth research on three speech enhancement algorithms such as classical spectral subtraction, Wiener filtering algorithm and Kalman algorithm, and carried out its principle mechanism. Derivation, and comparative analysis of the advantages and disadvantages of each algorithm and the application environment. Finally, simulation verification is performed on the MATLAB platform, using objective evaluation indicators: signal to noise ratio (Sinal to Noise Ratio, SNR) and speech perception quality evaluation (Perceptual Evaluation of Speech Quality, PESQ) to evaluate and generate an enhanced time-domain waveform diagram The spectrogram shows the noise cancellation effect of each algorithm intuitively. Keywords: speech enhancement; spectral subtraction; Wiener filtering; Kalman  目录 TOC \o 1-3 \h \z \u 摘要 I Abstract II 第1章 绪论 1 1.1 研究背景及意义 1 1.2 研究历史和现状 1 1.3 语音增强基础知识 2 1.4 论文结构安排 4 第2章 语音增强算法介绍 5 2.1 经典谱减法 5 2.2 维纳滤波语音增强算法 7 2.3 卡尔曼语音增强算法 9 第3章 语音增强算法分析 12 3.1 谱减法分析 12 3.2 维纳滤波语音增强算法分析 12 3.3 卡尔曼语音增强算法分析 13 第4章 语音增强仿真实验 14 4.1 评价指标 14 4.2 仿真环境设置 15 4.3 算法性能评价. 15 4.4 语谱图对比分析 16 第5章 结论 22 参考文献 23 致谢 25 附录： 26 PAGE 17 绪论 语音信号处理随着智能信息社会的发展，已逐渐演变成为了包含语音编码、语音合成、语音识别以及语音识别等诸多方向，内容交叉的一门新兴综合类学科[1]。近些年人工智能领域的技术突破，也带动了语音信息处理的迅速发展，学术及应用成果不断提出。尤其AI音箱的大众化普及，使得利用语音增强技术来减少目标语音的噪声污染，提高信号的噪声比，从而改善语音质量，这在当前已成为热门的研究课题，