论文部分内容阅读
语音增强是语音信号处理领域的一项重要技术,用于提高语音通信系统在噪声环境中的性能。语音增强技术广泛应用在语音编码、语音合成和语音识别等诸多领域。因此,对语音增强技术的研究具有较高的理论意义和应用价值。本文重点分析和研究了基于短时谱估计的语音增强算法。首先,分析并实现了四种短时谱估计算法。性能测试结果表明,这四种算法对噪声污染的语音有明显的增强效果,其中基于幅度谱的感知贝叶斯估计算法效果最好,在粉红噪声情况下带噪语音输入信噪比为10dB时PESQ值可达3.248。其次,出于语音增强算法实用性的考虑,对语音增强浮点算法进行定点化处理,实现了定点算法。性能测试结果表明,两种方法得到的语音PESQ值差异较小,且经过非正式主观试听,两者语音质量相当。最后,在TI C6000系列DSP平台上,对语音增强定点算法进行了移植和优化,最终算法的计算复杂度减少到原始的20%左右,为进一步的工程应用提供了良好的基础。