特定人語(yǔ)音增強(qiáng)算法的研究.pdf

1、隨著信息化的發(fā)展，語(yǔ)音通信成為人們?nèi)粘Ｗ罨镜臏贤ǚ绞?，但在?shí)際環(huán)境中會(huì)不可避免的受到各種噪聲的影響，導(dǎo)致語(yǔ)音質(zhì)量和系統(tǒng)性能的下降，因此很多學(xué)者致力于研究高效的語(yǔ)音增強(qiáng)算法。目前，越來(lái)越多的電子設(shè)備被“私有化”，即在日常生活中，僅被一個(gè)人或固定的幾個(gè)人長(zhǎng)期使用，所以根據(jù)這個(gè)特點(diǎn)，我們考慮在語(yǔ)音增強(qiáng)算法中引入特定說(shuō)話人的特征信息，進(jìn)而提高噪聲的抑制能力。
　　本文通過(guò)分析幾種經(jīng)典語(yǔ)音增強(qiáng)算法，給出了一種基于特定人特征的改進(jìn)算法。在語(yǔ)

2、音存在與否的雙狀態(tài)模型下，最優(yōu)修正的最小均方差對(duì)數(shù)幅度譜估計(jì)（OMLSA）算法與改進(jìn)的最小值控制的遞歸平均（IMCRA）算法相結(jié)合的方法，相對(duì)于其他經(jīng)典算法在噪聲抑制方面具有明顯優(yōu)勢(shì)。因此，本文在IMCRA-OMLSA算法的基礎(chǔ)上，引入特定說(shuō)話人的特征信息。
　　在特定人語(yǔ)音增強(qiáng)算法中，特定人特征信息是經(jīng)過(guò)大量特定人的語(yǔ)音訓(xùn)練后得到的高斯混合模型（GMM）。根據(jù)語(yǔ)音存在概率對(duì)不同信號(hào)譜的估計(jì)過(guò)程和權(quán)重系數(shù)的影響，分別從先驗(yàn)信噪比估