資源描述：
《基于小波變換的語音增強方法的研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、江南大學碩士學位論文基于小波變換的語音增強方法的研究姓名：李玉申請學位級別：碩士專業(yè)：檢測技術與自動化裝置指導教師：于鳳芹20070601摘要語音在獲取和傳輸過程中不可避免地受到來自周圍環(huán)境和傳輸介質(zhì)的噪聲的干擾。噪聲會使語音質(zhì)量下降，嚴重時還會影響到諸如語音編碼、語音合成、語音識別等系統(tǒng)的性能。去除噪聲增強語音，是語音信號處理領域的核心技術之一。本文對基于小波變換的語音增強方法展開較為系統(tǒng)的研究?；谛〔ń粨Q的語音增強方法首先利用小波變換把含噪語音信號變換到小波域，得到含噪信號的小波系數(shù)，然后，根據(jù)語音和噪聲的
2、小波系數(shù)統(tǒng)計性能的差異，對小波系數(shù)進行各種非線性的數(shù)學處理，最后對處理后的小波系數(shù)再進行小波反變換，來剔除噪聲的影響，從而達到語音增強的目的。首先，對小波域語音增強算法中都必須解決的關鍵環(huán)節(jié)～小波函數(shù)的選擇、小波變換分解層數(shù)和噪聲方差的估計分別做出系統(tǒng)地分析與改進。對常用的幾種小波函數(shù)的特點進行分析比較，結(jié)合小波函數(shù)的選取一般原則，并通過仿真實驗選取出了最適合處理語音信號的小波函數(shù)。通過分析小波分解層數(shù)對語音增強效果的影響，給出處理語音信號時小波分解層數(shù)的最優(yōu)值，在傳統(tǒng)估計噪聲方差的基礎上，利用語音信號小波變換系
3、數(shù)尺度問的相關性，去除語音信號細節(jié)小波系數(shù)對噪聲方差估計的干擾，提出了一種估計語音噪聲方差的改進辦法。然后，針對小波閾值增強算法中的兩大核心問題：閾值的設定和閾值函數(shù)的選取，本文也分別作出了改進。把Benjamini．Y提出的自由分布式錯誤發(fā)現(xiàn)率(FOR)假設檢驗算法應用于小波系數(shù)的選取，提出了一種不依賴于信號長度，閾值選取靈活，且對信號及噪聲的變化具有較強的適應性的閾值設定辦法。在分析常用的軟、硬閾值函數(shù)的缺陷及不足的基礎上，構造了一個性能更優(yōu)良的閾值函數(shù)。最后，在理論分析的同時，對每部分的改進都進行了仿真實驗
4、驗證。實驗結(jié)果表明：在處理語音信號時，SymlO，Sym8，Coil4，／)b5這幾種小波函數(shù)表現(xiàn)較其他小波函數(shù)稍優(yōu)，其中SymlO表現(xiàn)最好；對語音信號采用5層小波分解得到了增強后語音的信噪比較理想；改進的噪聲方差估計辦法在估計語音信號的噪聲方差時比傳統(tǒng)方法估計的誤差更小，尤其在低信噪比下，改進的效果更明顯；本文提出的閾值設定辦法在語音增強過程中也得到了比通用閾值法更理想的信噪比；改進的閾值函數(shù)是可行的且在語音增強中得到了比硬、軟閾值函數(shù)更理想的信噪比，且其增強后的語音信號與原始語音近似性也更好。關鍵詞：語音增強
5、小波變換噪聲方差估計闕值閾值函數(shù)AbstractSpeechsignalisinevitablyinterferedbynoisefromthesurroundingenvironmentandtransmissionmedium．SpeechqualitydegeneratesaSaresultofnoise,andtheperformanceofsystemssuchasspeechcoding．speechsynthesisandspeechsuffersfromitatSOmeextent．Thenspe
6、echenhancementbecomesthegol'etechnologyinthefieldofspeechsignalprocessing．Inthispaper,speechenhancementbaSedOnwavelettransformissystematicallyresearched．WavelettransformbaSedspeechenhancementiscarriedoutinthefollowingsteps：first,thenoisyspeechsignalistransfor
7、medintowaveletdomainwithwaveletcoefficientsasoutput．Thenaseriesofnonlinearmathematicaltreatmentoperateonthewaveletcoefficients．Finally,thenoiseisremovedbyinversewavelettransform，andspeechenlmncementissuccessfullyrealized．Waveletalgorithmsonspeecherthancementl
8、ieinseveralvitalproblems—choiceofwaveletbasis，waveletdecompositionlevelsandnoisevarianceestimation．Firstofall,characteristiesofseveraltraditionalwaveletfunctionsarestudiedandthe1110stfeaS
