基于雙通道語音信號的時延估計與語音增強研究與改進.pdf

1、隨著科學技術的不斷發(fā)展，人類進入了信息化時代，需要更加先進的語音處理技術促進人類社會的發(fā)展。而基于麥克風陣列技術的語音研究隨之出現(xiàn)，其研究領域有噪聲抑制、回音抑制、混響消除，聲源定位，聲源目標跟蹤等。比如車載藍牙通訊系統(tǒng)中，為了保證駕駛安全和語音通話質量，基于麥克風陣列對說話人進行聲源定位，然后再進行語音增強。
　　以單通道語音信號為處理對象的語音處理，雖然算法簡單，但是在低信噪比環(huán)境中易受噪聲等干擾的影響，導致算法處理性能的下降

2、。而麥克風陣列技術可以將語音原來的時/頻域擴充為時/頻/空域，獲得豐富的空域信息。麥克風陣列中太多的麥克風會導致成本增加、占據(jù)空間大且算法復雜度顯著加大。在實際應用中，經(jīng)常采用雙麥克風陣列獲得語音信號，并基于雙通道語音信號進行相關處理。
　　本論文基于雙通道語音信號，就時延估計、語音端點檢測和語音增強三個方面進行相關研究。本論文的主要工作如下:
　　(1)基于雙通道語音信號的時間延遲估計的研究。研究內(nèi)容主要為基于相關函數(shù)的時

3、延估計，并且提出了一種基于雙通道語音信號的時延估計的改進方法，該算法對語音信號進行二次互相關運算，并結合Hilbert變換，對二次互相關峰值進行進一步的銳化處理，使得反映時延的峰值點檢測更為準確。實驗結果表明，改進的時延估計方法在非平穩(wěn)的語音信號中能夠有效地抑制噪聲干擾，且在不同混響條件下時延估計具有更好的性能。
　　(2)基于雙通道語音信號的語音端點檢測的研究。研究內(nèi)容主要為基于雙通道語音信號的空域方法進行語音端點檢測，提取了能

4、量差和改進時延估計值的這兩個空域特征信息，再利用BP神經(jīng)網(wǎng)絡對雙通道語音信號的能量差和時延估計值進行訓練生成網(wǎng)絡，最終利用訓練的網(wǎng)絡結果對目標語音進行語音端點檢測。實驗結果表明，本文采用的語音端點檢測方法在不同的噪聲環(huán)境中能夠更好的降低語音端點檢測的漏檢率，保留語音信息。
　　(3)基于雙通道語音信號的語音增強的研究。研究內(nèi)容主要為基于相干法的雙通道語音信號的語音增強，提出將雙通道功率差作為閾值對噪聲功率譜進行估計和根據(jù)先驗信噪比