论文部分内容阅读
语音端点检测是语音分析、语音合成和语音识别中的一个重要环节。在实际运用中,通常要求首先对系统的输入信号进行判断,准确的找出语音信号的起始点和终止点。这样才能采集到真正的语音数据,减少数据量和运算量,并减少处理时间。在现代通信中,人们对语音质量的要求越来越高,而在实际的应用环境中,语音信号将不可避免地会受到各种噪声的干扰。这些干扰最终将使接收者接收到的语音信号不是纯净的语音信号,而是受噪声污染的含噪语音信号,这将严重地影响通话质量。因此,研究语音信号的端点检测及语音增强方法不但具有理论价值,还具有实际的应用意义。
在目前主流的语音端点检测和语音增强方法的研究基础上,本文引入了一种新的信号数据处理方法——Hilbert-Huang变换。并在此基础上研究了基于Hilbert-Hua9变换的语音端点检测和语音增强新方法。
1)在语音端点检测方面,利用Hilbert-Huang变换的EMD分解方法,选择一个最能代表纯净语音信号的IMF分量,对其进行Hilbert变换,提取最能区分语音和周围噪声的能量谱作为特征参数,来进行语音端点检测,实验结果表明,本方法在不同背景噪声并且低信噪比的环境下能较好的检测语音信号端点。
2)在语音增强方面,利用含噪语音信号经EMD分解后噪声集中在高频的IMF分量的特点,丢掉第一个或者前两个高频的IMF分量,以达到初步去噪的目的;接着多IMF进行加权滤波;最后结合小波包变换以达到语音增强的目地。仿真结果表明该方法能很好的提高语音质量。