_语音去噪算法的研究要点
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关键词语音去噪，谱减法，高斯白噪声，随性噪声
ABSTRACT
Speech denoising is dealingwith the noise in our voice calls suffering from different kinds of external voice especially noiseandprovidesus a clear voice signal.In thepaper,Spectral subtractionwhich is one ofcommon Speech denoisingmethodsis studied.Spectrum subtraction iseasy to be carried out and it can improve the quality of the outputvoice,the noise in the voice can be high effectively removed. In the paper, two types of noise: Gaussian noise and random noise were added in voice signal. Thesimulation resultsshou that spectrum subtractionhas a better effect on Gaussian noise while theintensityof added noise is less than 2 and it has a better effect on random noise while theintensityof added noise is higher than 2.
第二章介绍了去噪过程中必备的两个要素语音信号特性和噪声信号特性，噪声的质量和分类，以及噪声的表示和模型。
语wenku.baidu.com去噪算法的研究
专业：通信工程姓名
摘 要语音去噪处理是对我们语音通话过程中受到的各种外界声音特别是噪声进行处理，从而得到纯净的语音信号。本文利用一种常用的语音去噪算法——谱减法来进行语音去噪的研究。谱减法使用简单且可执行，其输出语音质量很高，能有效的除去语音中的噪声。本文通过添加不同的噪声：高斯白噪声和随性噪声，通过谱减法对高斯白噪声与随性噪声分别进行了去噪处理，并对去噪能力进行比较，通过仿真结果可以看出当加入噪声强度低于2时，谱减法对白噪声的去噪效果较好，当加入噪声强度高于2时，谱减法对随性噪声的去噪效果较好。
KeywordsRemoving the noise,Spectral subtraction, Gaussian white noise,Randomnoise
1绪论
1.1
语音是信息传播和情感表达的重要媒介，在日常生活中起着非常重要的作用。二十一世纪是信息科学世纪，人机交互式语音处理系统如电话通信，导航系统，远程控制等在人们日常生活中的应用越来越多。因此，对人类交流中最常用的语音其进行处理，在现代信息处理中占有极其重要的地位。
解决噪声污染的一种有效途径是语音增强，他的主要功能是在混有噪声的语音信号中处理原始语音信号，随着通信技术的发展，语音增强技术也有了很大程度的发展。它主要用于降低噪声、语音识别系统和预处理。
语音增强涉及的内容很广，它还涉及到听觉感知和语音学。噪声有许多来源，随着外部环境的变化，噪声特性也不相同。我们必须针对不同的噪声，采取不同的语音增强方法 ：
当我们在日常生活中进行语音通信时，会遇到噪声干扰的问题。如：我们在马路旁使用公用电话进行通信，路人的嘈杂声、汽车的鸣笛声等噪声都会干扰我们语音通讯的话音质量。对于接收语音方来说，受干扰的语音可能会使接收方产生听觉疲劳，还有可能无法听清对方声音。
在我们进行语音通信的过程中，语音质量的好坏是很重要的。如果音质很差，接收方无法听清对方的话音，可能会工作造成无法估量的损失。
频谱相减法：单声道语音增强，是目前常用的一类基于短时谱幅度估计的语音增强方法，该方法对语音信号的感知没有必要精确计算。所以，基于STSA估计的方法通常接采用带噪语音的相位作为增强语音信号的相位。基于语音增强STSA估计方法，包括谱减法和各种变形，最低均方误差估计法等。
自适应噪声对消法：自适应噪声对消是由自适应滤波器来完成的，它的基本原理是根据Widrow方法，利用自适应滤波器，从带噪语音中减去噪声的最佳估计值，得到纯净的语音。这种方法中，一个关键的问题是如何得到噪声的最佳值，自适应滤波器的目的是使设计出的噪声与实际噪声接近，因而根据LMS准则来调整滤波器系数。
小波变换法：小波变换是对信号的时间尺度和时间频率进行分析的一种方法，即在时域上对信号离散变换，在频域上进行谱分析的方法。具有非常高的高分辨率，而且在时、频两域上都具有对信号局部特征进行表征的能力 。
图1.1.语音增强处理改善语音质量
1.3
第一章为绪论，对课题背景即语音去噪的重要性与应用的普遍性进行了介绍。同时，还介绍了去噪算法研究的发展历史。最后，对去噪算法的分类进行了介绍，确立了本论文的研究方法——谱减法。
人类社会已经离不开通信，语音是我们信息交流中最平常、最快速和最方便的方式之一。但目前语音识别系统很难在噪声环境中工作，其受到的影响很大。因此，语音增强技术对于我们的日常生活有着极其重要的价值。
1.2
语音增强方法在20世纪70年代中期就对其进行研究。当时取得了一些基础性成果。随着近代科学的发展，数字信号处理理论逐渐成熟，语音增强也取得了快速的发展，如今语音增强成为语音处理领域的一个重要分支。1978年Lim和Oppenheim提出了语音增强的维纳滤波方法，1979年Boll提出了谱相减方法来抑制噪声，1980年Maulay和Malpass提出了软判决噪声抑制方法，1984年Ephraim和Malah提出基于MMSE短时谱幅度估计的语音增强方法，1987年Paliwal把卡尔曼滤波引入到语音增强领域 。语音增强技术在这近30年的发展中，各种方法被不断的提出，从而奠定了语音增强理论基础，并使之逐渐走向成熟 。
ABSTRACT
Speech denoising is dealingwith the noise in our voice calls suffering from different kinds of external voice especially noiseandprovidesus a clear voice signal.In thepaper,Spectral subtractionwhich is one ofcommon Speech denoisingmethodsis studied.Spectrum subtraction iseasy to be carried out and it can improve the quality of the outputvoice,the noise in the voice can be high effectively removed. In the paper, two types of noise: Gaussian noise and random noise were added in voice signal. Thesimulation resultsshou that spectrum subtractionhas a better effect on Gaussian noise while theintensityof added noise is less than 2 and it has a better effect on random noise while theintensityof added noise is higher than 2.
第二章介绍了去噪过程中必备的两个要素语音信号特性和噪声信号特性，噪声的质量和分类，以及噪声的表示和模型。
语wenku.baidu.com去噪算法的研究
专业：通信工程姓名
摘 要语音去噪处理是对我们语音通话过程中受到的各种外界声音特别是噪声进行处理，从而得到纯净的语音信号。本文利用一种常用的语音去噪算法——谱减法来进行语音去噪的研究。谱减法使用简单且可执行，其输出语音质量很高，能有效的除去语音中的噪声。本文通过添加不同的噪声：高斯白噪声和随性噪声，通过谱减法对高斯白噪声与随性噪声分别进行了去噪处理，并对去噪能力进行比较，通过仿真结果可以看出当加入噪声强度低于2时，谱减法对白噪声的去噪效果较好，当加入噪声强度高于2时，谱减法对随性噪声的去噪效果较好。
KeywordsRemoving the noise,Spectral subtraction, Gaussian white noise,Randomnoise
1绪论
1.1
语音是信息传播和情感表达的重要媒介，在日常生活中起着非常重要的作用。二十一世纪是信息科学世纪，人机交互式语音处理系统如电话通信，导航系统，远程控制等在人们日常生活中的应用越来越多。因此，对人类交流中最常用的语音其进行处理，在现代信息处理中占有极其重要的地位。
解决噪声污染的一种有效途径是语音增强，他的主要功能是在混有噪声的语音信号中处理原始语音信号，随着通信技术的发展，语音增强技术也有了很大程度的发展。它主要用于降低噪声、语音识别系统和预处理。
语音增强涉及的内容很广，它还涉及到听觉感知和语音学。噪声有许多来源，随着外部环境的变化，噪声特性也不相同。我们必须针对不同的噪声，采取不同的语音增强方法 ：
当我们在日常生活中进行语音通信时，会遇到噪声干扰的问题。如：我们在马路旁使用公用电话进行通信，路人的嘈杂声、汽车的鸣笛声等噪声都会干扰我们语音通讯的话音质量。对于接收语音方来说，受干扰的语音可能会使接收方产生听觉疲劳，还有可能无法听清对方声音。
在我们进行语音通信的过程中，语音质量的好坏是很重要的。如果音质很差，接收方无法听清对方的话音，可能会工作造成无法估量的损失。
频谱相减法：单声道语音增强，是目前常用的一类基于短时谱幅度估计的语音增强方法，该方法对语音信号的感知没有必要精确计算。所以，基于STSA估计的方法通常接采用带噪语音的相位作为增强语音信号的相位。基于语音增强STSA估计方法，包括谱减法和各种变形，最低均方误差估计法等。
自适应噪声对消法：自适应噪声对消是由自适应滤波器来完成的，它的基本原理是根据Widrow方法，利用自适应滤波器，从带噪语音中减去噪声的最佳估计值，得到纯净的语音。这种方法中，一个关键的问题是如何得到噪声的最佳值，自适应滤波器的目的是使设计出的噪声与实际噪声接近，因而根据LMS准则来调整滤波器系数。
小波变换法：小波变换是对信号的时间尺度和时间频率进行分析的一种方法，即在时域上对信号离散变换，在频域上进行谱分析的方法。具有非常高的高分辨率，而且在时、频两域上都具有对信号局部特征进行表征的能力 。
图1.1.语音增强处理改善语音质量
1.3
第一章为绪论，对课题背景即语音去噪的重要性与应用的普遍性进行了介绍。同时，还介绍了去噪算法研究的发展历史。最后，对去噪算法的分类进行了介绍，确立了本论文的研究方法——谱减法。
人类社会已经离不开通信，语音是我们信息交流中最平常、最快速和最方便的方式之一。但目前语音识别系统很难在噪声环境中工作，其受到的影响很大。因此，语音增强技术对于我们的日常生活有着极其重要的价值。
1.2
语音增强方法在20世纪70年代中期就对其进行研究。当时取得了一些基础性成果。随着近代科学的发展，数字信号处理理论逐渐成熟，语音增强也取得了快速的发展，如今语音增强成为语音处理领域的一个重要分支。1978年Lim和Oppenheim提出了语音增强的维纳滤波方法，1979年Boll提出了谱相减方法来抑制噪声，1980年Maulay和Malpass提出了软判决噪声抑制方法，1984年Ephraim和Malah提出基于MMSE短时谱幅度估计的语音增强方法，1987年Paliwal把卡尔曼滤波引入到语音增强领域 。语音增强技术在这近30年的发展中，各种方法被不断的提出，从而奠定了语音增强理论基础，并使之逐渐走向成熟 。