论文部分内容阅读
由于人机交互技术的日益发展,语音信号在日常生活工作中起着举足轻重的作用。但是语音信号经常会受到各种随机噪声的干扰,严重影响信息的获取,从而影响人们工作生活。因此,对含噪的语音信号进行去噪处理,提高通信质量显得尤为重要,这就是语音增强技术。基于分数阶傅里叶变换由于其时-频域特性在各个领域广泛的应用,近几年发展迅速。本文主要对基于分数阶傅里叶变换的语音增强算法进行了研究,讨论了其优越性,也对其存在的弊端进行了研究并做出了改进。本论文主要完成的工作如下:第一,本论文将传统频域谱减法推广到分数阶域。以最小均方误差准则为依据,选定最佳变换阶次,并结合对数谱距离确保变换阶次的最佳性。第二,考虑到实际工程中,广泛应用的是多通道采样及周期非均匀采样,本论文利用Tao R, Li Z B, Wang Y,等人在07年给出的分数阶域多通道采样和周期非均匀采样的谱特征和重建公式寻找到一种变换域对信号进行多通道滤波器插值和重建的方法,从而利用多通道滤波来保证算法的高效性。第三,本论文针对传统语音信号端点检测方法的有限性,提出了一种基于分数阶域的三状态机模型,在输出判决中采用最佳滑动平均滤波器的一阶差分输出作为判别依据,提高了端点检测性能在不同信噪比环境下的稳定性,这样保证了在分数阶域噪声谱估计的先进性。第四,本论文针对分数阶谱减法残留的“音乐噪声”的问题,结合变化的噪声环境,利用MATLAB工具箱提供的BP神经网络结构模型对增强后的语音信号进行幅度谱修正,利用MATLAB仿真证明其有效地减小“音乐噪声”的影响。最后,本论文在理论分析的基础上,对带有不同信噪比的含噪语音信号用本论文方法进行仿真与分析,得到增强后的语音信号。分析结果证明本论文提出的基于分数阶谱减法基础上的改进方法,不仅能适应低信噪比环境,在突发噪声的影响下针对语音的突变也有显著增强效果,提高了语音信号的可懂度,且计算量不变,从而证明了该算法的有效性与实用性。