基于EMD方法的語音增強的研究.pdf

1、隨著通信技術(shù)的飛速發(fā)展,語音增強技術(shù)的研究越來越受到人們的關(guān)注,語音增強主要是對帶噪語音進行處理,從而達到改善語音質(zhì)量,提高語音的清晰度、可懂度,易于被人接受的目的。它在語音識別與編碼、語音通信等領(lǐng)域中有著廣泛的應用。而語音在通信過程中不可避免地會受到各種噪聲的干擾,使最終接受者無法接收到純凈的語音信號,因此對語音增強技術(shù)的研究具有非常重要的理論意義與實際價值。
　　 語音增強的算法多種多樣,本文針對近幾年比較流行且增強效果比較

2、好的經(jīng)驗模態(tài)分解方法進行了研究。它是一種新的、基于信號局部特征的和自適應的信號處理方法,因而具有高效性,它特別適用于分析大量頻率隨時間變化的非線性、非平穩(wěn)信號。具有重要的理論價值和廣闊的應用前景,目前已在語音增強領(lǐng)域中得到了廣泛的應用。
　　 本文首先詳細闡述了語音增強的相關(guān)理論,及經(jīng)驗模態(tài)分解的基本原理和算法步驟,總結(jié)了當前存在的四個問題:曲線擬合問題、端點效應問題、模態(tài)混迭問題、篩選終止條件問題,并對基于EMD方法的語音增強

3、進行了深入的研究與實現(xiàn)。在此基礎(chǔ)上,針對EMD中存在的端點效應問題,研究了其改進算法極值域均值模式分解,并提出了基于極值域均值模式分解的語音增強的方法。通過實驗證明了極值域均值模式分解方法可以消除局部數(shù)據(jù)中隱含的直流分量,能夠有效地抑制在EMD方法中存在的端點效應問題,明顯提高帶噪語音的信噪比。
　　 針對增強后的語音中存在音樂噪聲的問題,本文提出了將EMMD與MMSE相結(jié)合的語音增強方法,通過理論分析和實驗驗證,表明該算法在低