论文部分内容阅读
人们在语音通信过程中,常常会受到环境噪声的干扰而使通话质量下降。噪声不仪影响语音的质量和清晰度,而且还造成人耳的听觉疲劳,妨碍正常的语音通信。在这种情况下,有必要采用语音信号处理的方法对带有噪声的语音进行增强处理,抑制背景噪声,提高语音通信质量。因此,研究移动环境下语音增强算法在实际中有广泛的应用价值。语音增强是一种当语音通信系统的输入或输出信号受到噪声干扰时提高其性能的技术。它的主要目的是降低背景噪声,提高语音质量或抑制同声道语音干扰。简单的讲,就是从带噪声语音信号中提取尽可能纯净的原始语音。本文对语音增强方法进行了较深入的研究。首先分析了基于语音短时谱估计的语音增强方法,其中主要研究了基于谱相减的语音增强方法和基于维纳滤波的语音增强方法。然后讨论了一种基于语音生成模型的增强方法:卡尔曼滤波法。在本文的第五章,提出了一种多带谱相减结合感觉加权的语音增强方法,该方法综合了多带谱相减方法和人耳听觉掩蔽效应的优点,首先把带噪语音信号分成几个子带,根据每个子带内带噪语音相对于噪声的信噪比来进行谱相减;然后又根据人耳的听觉掩蔽效应,把经过多带谱相减后的输出信号进行感觉加权来进一步降低背景噪声和音乐噪声。在该方法中采用了一种不需要静音检测(VAD)的噪声估计方法,该方法能比较准确的估计出噪声的功率谱,算法简单有效。然后在本文的第六章中,用MATLAB在背景噪声分别为高斯白噪声(White)、Volvo汽车噪声,F16噪声、某工厂噪声(Factory)下进行了仿真。仿真结果表明,该语音增强方法能有效的消除背景噪声,抑制由谱相减产生的音乐噪声,对带噪语音,尤其对汽车噪声背景下的语音增强效果显著;最后讨论了其增强后的性能和该算法的时间复杂度。