

已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在實際環(huán)境中,語音信號不可避免的會受到周圍噪聲環(huán)境的干擾,盡可能從帶噪語音信號中恢復(fù)原始語音信號,提高語音質(zhì)量和改善語音可懂度是語音增強的主要目的。語音增強方法種類很多,基于譜估計統(tǒng)計模型語音增強方法由于具有方法簡單且易于理解、適用信噪比范圍大以及適用噪聲環(huán)境廣等優(yōu)點成為應(yīng)用最廣泛的語音增強技術(shù)之一。
本文就基于譜估計高斯模型語音增強技術(shù)展開研究,提出了兩種新的語音增強方法:
鑒于短時能量譜最小均方誤差估計器
2、(MMSE-SP)與幅度平方譜最小均方誤差估計器(MMSE-MSS)具有不同的表現(xiàn)效果,在低先驗信噪比和高后驗信噪比情況下,MMSE-SP的增強效果不及MMSE-MSS,而在高先驗信噪比和低后驗信噪比情況下,前者在不減少語音失真條件下能更有效消除背景噪聲。本文結(jié)合兩者的優(yōu)點提出一種改進的增益函數(shù),同時,由于帶噪語音模型中語音存在不確定性,本文估計出每個頻點的無語音概率(SAP)對新的增益函數(shù)又做了進一步改進,大量實結(jié)果表明,新算法能夠更
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于短時譜估計的語音增強算法研究.pdf
- 基于多正弦窗譜估計的語音增強算法研究.pdf
- 基于短時譜估計的語音增強研究.pdf
- 基于短時對數(shù)譜估計的MMSE語音增強算法研究.pdf
- 基于短時譜估計的語音增強算法研究與優(yōu)化.pdf
- 基于噪聲幅度譜估計的單通道語音增強算法研究.pdf
- 基于短時譜估計的語音增強方法研究.pdf
- 基于自適應(yīng)譜估計的語音增強算法研究及應(yīng)用.pdf
- 基于統(tǒng)計模型和貝葉斯估計的語音增強算法研究.pdf
- 基于統(tǒng)計模型的語音增強算法的研究.pdf
- 基于短時幅度譜估計的語音增強方法研究.pdf
- 統(tǒng)計模型語音增強算法研究.pdf
- 基于噪聲譜估計和信噪比約束的語音增強研究.pdf
- 基于改進噪聲功率譜估計的單通道語音增強研究.pdf
- 基于噪聲估計和先驗信噪比估計的語音增強算法研究.pdf
- 基于burg算法的ar模型功率譜估計簡介
- 基于統(tǒng)計模型的語音活動檢測與語音增強研究.pdf
- 基于新型先驗信噪比估計的語音增強算法研究.pdf
- 基于約束方差噪聲譜估計和聽覺掩蔽效應(yīng)的語音增強.pdf
- 基于統(tǒng)計模型和掩蔽效應(yīng)的語音增強.pdf
評論
0/150
提交評論