时频分析在语音信号增强中的应用

发布时间：2024-04-20 06:39

　　噪声干扰在我们的生活中无处不在,时时刻刻影响着人们的通话交流,因而语音增强技术一直是一个研究的热点。通常我们所熟知的语音信号是一种非平稳信号,而时频分析是用来研究非平稳信号的有力工具。与传统高斯噪声不同,一种普遍存在的噪声不能用高斯分布描述,是一种冲击性更强的干扰。在冲击干扰影响下,经典的语音去噪算法的性能并不理想。因而,需要我们进一步研究冲击干扰下的语音增强问题。主要的研究内容如下:1.针对受冲击干扰影响的语音信号去干扰问题的研究。在这个工作中,冲击干扰是由一个未知的稀疏矢量建模的,因此它可以被有效地抑制。该语音信号在小波域内稀疏地表示。为了实现语音恢复的同时抑制噪声,基于它们在不同域的稀疏表示的事实,设计了一个联合估计。为了有效地解决这个问题,分别采用了联合的贪婪估计算法和交替方向乘子(ADMM)法来获得解。仿真结果验证了所提出方法的优越性。2.利用变换域研究了混合冲击干扰和高斯噪声下的语音去噪问题。为了达到语音增强的目的,提出的噪声抑制方案是一种由冲击干扰抑制模块和高斯噪声抑制模块组成的级联形式。对于冲击干扰减噪子系统,在该工作中,噪声是由时域表示的,而短时傅里叶变换(STFT)...

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

图2.2语音信号的CWT系数

图2.2语音信号的CWT系数步压缩小波变换能在时域和频域都提供了高分辨率，WSST被用来分析语音信个步骤：首先，计算信号的CWT系数；其次，根据所获得数据行初始化估计；最后，通过小波系数的再分配来计算SST[53]。如下。信号x(t)的CWT变换如公式....

图2.3语音信号的WSST系数

图2.3语音信号的WSST系数语音去噪算法介绍减法音去噪中最早用的方法是谱减法。应用谱减法(Spectralsubtrac段语音中的噪声成分是平稳的，其思想是通过静音段估计语音后将含噪声语音谱减去估计的噪声谱就得到了纯净的语音信号基本谱减法的原理及其改进。假设语音信号的....

图3.9语音信号的CWT系数

学硕士学位论文第3章基于时频域的语的，对于小波域在离散的情况，我们使用WTW表示小波分解，构。则信号的小波系数就可以表示为：WTWTWx数重建可以表示为：TWTWTxW识是，小波系数是稀疏的，就意味着它包含许多可以忽略的成分知的语音信号的小波系数如图3....

图3.10语音信号的WSST系数

图3.10语音信号的WSST系数仿真实验与分析本节中，我们以大量的仿真实验为依据，来验证本章所提方法的联合或非时频域的方法进行比较。仿真实验分为两部分：首先进行实验分析，仿真结果从主观和客观评价两个方面来验证方我们又对实测数据进行分析，采用的实测数据是街道噪声和工噪声。实....

本文编号：3959030