高可懂度的信號子空間語音增強算法.pdf

1、語音通信已經(jīng)成為現(xiàn)代生活當中必不可少的組成部分，然而隨著噪聲污染的日益加劇，人們所接收到的帶噪語音的信噪比變得越來越低，嚴重干擾了對語音的正常理解?，F(xiàn)有語音增強(Speech Enhancement)算法的研究主要聚焦于如何改善語音的質(zhì)量，對于語音可懂度尤其是在低信噪比環(huán)境下如何提高語音的可懂度研究相對不足。為了彌補這一缺陷，本文首先對子空間語音增強算法進行了歸納總結，然后對現(xiàn)有的語音增強算法無法提高語音可懂度的現(xiàn)象進行了原因分析，并從

2、不同類型語音失真對可懂度具有不同影響這一角度出發(fā)，提出了基于語音失真分類的高可懂度子空間算法，以便在信噪比較低的環(huán)境中能夠有效提高帶噪語音的可懂度。
　　本文的研究工作大體上有如下三個方面:
　　首先，整理了語音增強的基礎知識，并且對語音增強中的常見算法進行了分類歸納與對比分析。語音增強現(xiàn)已是語音處理技術的一個研究熱點與重要分支。因此，本文先對語音特點、人耳的感知特性以及噪聲的特性進行了分析，建立了語音增強的信號模型，并且總

3、結了語音處理中常用到的短時預處理方法?，F(xiàn)有的語音增強算法紛繁復雜，為此，本文對這些算法進行了分類梳理，并從中對比分析了不同算法的優(yōu)缺點。
　　其次，研究了子空間增強算法的基本原理，并對基于廣義特征值分解（Generalized EigenValue Decomposition，GEVD）的子空間法進行了試驗仿真。與此同時，本文對現(xiàn)有的語音增強算法無法提高語音可懂度的現(xiàn)象進行了原因分析，特別是對不同類型語音失真對可懂度的影響進行了研

4、究，從而設計了針對語音失真分類處理的后置濾波器，并將其與基于廣義特征值分解(GEVD)的子空間法相結合，提出了具有高可懂度性能的信號子空間方法。該方法能夠?qū)Ψ糯蟊稊?shù)大于6.02dB的語音失真進行幅度譜限制，以減少這種失真對增強處理后語音可懂度的損害，因此提高了增強語音的可懂度。
　　最后，針對本文所提出的算法設計了仿真實驗，并選取了言語測聽(Speech Audiometry，SA)作為可懂度主觀評測法、選取了標準化協(xié)方差測度(N