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、語音去混響和降噪是語音識別系統(tǒng)中前端聲學(xué)處理技術(shù)中的重要部分。對于智能會議轉(zhuǎn)寫系統(tǒng)、聲控家具操作系統(tǒng)以及機器人小助手等應(yīng)用場景,為了提高獲得語音的質(zhì)量,實現(xiàn)高噪聲、有混響、距離聲源較遠的情況下獲得符合語音識別需求的聲音信號,通常利用麥克風(fēng)陣列進行語音處理。因而遠場條件下的麥克風(fēng)陣列降噪和去混響是語音處理技術(shù)中的研究熱點。
多通道語音去混響和降噪利用按一定幾何結(jié)構(gòu)(常用線性、環(huán)形)擺放的麥克風(fēng)組采集到的不同空間方向的聲音信號進行
2、空時處理,實現(xiàn)噪聲抑制和混響去除,進而提高語音信號處理質(zhì)量,以提高真實環(huán)境下的語音識別率。實現(xiàn)聯(lián)合多通道語音降噪和去混響常用的技術(shù)有:譜增強技術(shù)、基于概率模型技術(shù)和聲多通道均衡技術(shù)。期望最大化(EM)算法已經(jīng)被不少人應(yīng)用到語音去混響技術(shù)中。在對多通道EM去混響和降噪算法的調(diào)研分析中發(fā)現(xiàn),以往學(xué)者要么是將晚期混響直接用一個理想擴散聲場代替,要么通過接收語音直接估計噪聲作為已知變量。為了提高EM算法的降噪和去混響能力,定義噪聲差量變量,并將
3、噪聲差量變量也設(shè)為隱藏變量,將估計出來的噪聲作為算法迭代的初始值,通過EM迭代對其進行求解。
為了進一步提高算法的適用性,解決高噪聲條件下語音去混響和降噪問題,利用原有算法在高信噪比條件下的去混響和降噪功能很好的特點,結(jié)合譜增強技術(shù),先對混合語音使用最小方差無失真響應(yīng)(MVDR)波束形成器(BF)降噪,然后用EM算法進行去混響。在近似無噪條件下,為了防止出現(xiàn)EM算法不收斂或收斂過慢的現(xiàn)象,此時只將消聲語音作為隱藏變量。
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(zé)。
- 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(dān)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
- 基于暗通道先驗的圖像去霧改進算法.pdf
- 基于改進暗通道和導(dǎo)向濾波的單幅圖像去霧算法.pdf
- 基于暗通道先驗的圖像去霧改進算法研究.pdf
- 基于多通道語音增強和去噪的優(yōu)化研究.pdf
- 基于移動終端的多MIC降噪算法的研究.pdf
- 基于MSR改進算法的圖像和視頻去霧研究.pdf
- 基于離散化模型對稱結(jié)構(gòu)改進的EM算法研究.pdf
- 基于暗通道的圖像去霧算法研究.pdf
- 基于改進EM算法和混合核SVM的圖像檢索技術(shù)研究及應(yīng)用.pdf
- 基于多小波變換的圖像降噪算法的研究.pdf
- 基于改進EM算法的混合模型參數(shù)估計及聚類分析.pdf
- 多通道彩色圖像去噪相關(guān)算法研究.pdf
- 基于暗通道先驗圖像去霧算法的研究.pdf
- 基于暗通道先驗的圖像去霧算法的研究.pdf
- 基于BayesShrink閾值去噪改進算法的研究.pdf
- 語音去混響研究.pdf
- 基于偏振探測和多尺度分析的去霧霾算法.pdf
- 基于暗通道和顏色衰減先驗的圖像去霧算法研究.pdf
- 基于單幅圖像去霧算法的改進與實現(xiàn).pdf
- 基于暗通道優(yōu)先的單幅圖像去霧算法研究
評論
0/150
提交評論