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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、現(xiàn)實(shí)環(huán)境中的語音總會受到各種噪聲的影響,導(dǎo)致語音質(zhì)量的下降和可懂度的降低。為了有效地利用語音信號,需要將噪聲的影響降到最低,語音增強(qiáng)正是此問題的有效方法之一。
本文基于統(tǒng)計(jì)模型和貝葉斯估計(jì)理論,主要進(jìn)行了如下工作:
首先,提出了一種新的貝葉斯幅度估計(jì)方法。對貝葉斯語音增強(qiáng)估計(jì)中的語音幅度的高斯分布進(jìn)行創(chuàng)新性的改進(jìn),在進(jìn)行濾波器的構(gòu)造前,引入超高斯卡方分布對語音短時(shí)傅里葉變換得到的頻域幅度譜分量進(jìn)行描述。在進(jìn)行濾波器的
2、構(gòu)造時(shí),結(jié)合新的概率密度函數(shù)和β階感知感知誤差代價(jià)函數(shù),構(gòu)造出了一種新的基于卡方分布的β(beta)階感知激勵(lì)貝葉斯語音增強(qiáng)幅度估計(jì)器。通過對語音短時(shí)傅里葉幅度譜的更精確的描述,更好的挖掘并利用了語音的先驗(yàn)統(tǒng)計(jì)信息。實(shí)驗(yàn)表明,所提的方法具有較好的增強(qiáng)效果,在分段信噪比等指標(biāo)上獲得了明顯的提高。在不同的噪聲下,信噪比提高呈現(xiàn)一些差別,某些情形下能達(dá)到2dB,平均而言,不同噪聲、不同信噪比下信噪比提高均能達(dá)到0.7dB。新濾波器對音樂噪聲具
3、有不錯(cuò)的抑制效果。從語譜圖上能較明顯的看到,新提出的濾波器較好地抑制了音樂噪聲。非正式主觀聽力測試也表明,經(jīng)過新的濾波器處理后的語音具有更好的可懂度、舒適度和愉快度。
其次,提出了一種基于MMSE噪聲PSD估計(jì)的過減譜減法。在面對非平穩(wěn)噪聲時(shí),傳統(tǒng)的短時(shí)譜過減法的增強(qiáng)效果急劇下降。主要因?yàn)樵擃惙椒ú荒苡行Ц櫡瞧椒€(wěn)噪聲變化,因而不能精確的估計(jì)出噪聲功率譜,引起嚴(yán)重的語音失真或噪聲殘留,極大降低了語音的質(zhì)量。為了更準(zhǔn)確的刻畫噪聲
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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)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
- 基于譜估計(jì)統(tǒng)計(jì)模型的語音增強(qiáng)算法研究.pdf
- 基于統(tǒng)計(jì)模型的語音增強(qiáng)算法的研究.pdf
- 短期利率模型的貝葉斯估計(jì).pdf
- 統(tǒng)計(jì)模型語音增強(qiáng)算法研究.pdf
- 非高斯SV模型的貝葉斯估計(jì).pdf
- 基于稀疏貝葉斯學(xué)習(xí)的DOA估計(jì)算法.pdf
- 基于貝葉斯均衡和搜索算法的博弈模型研究.pdf
- 貝葉斯統(tǒng)計(jì)
- 基于噪聲估計(jì)和先驗(yàn)信噪比估計(jì)的語音增強(qiáng)算法研究.pdf
- 基于Markov模型和貝葉斯推理的公交環(huán)線OD估計(jì)方法.pdf
- 基于貝葉斯統(tǒng)計(jì)的城市路網(wǎng)O-D矩陣估計(jì).pdf
- 基于貝葉斯網(wǎng)絡(luò)和本體的態(tài)勢估計(jì)方法.pdf
- 基于貝葉斯網(wǎng)絡(luò)的并行概率分布估計(jì)算法研究.pdf
- ARFIMA模型參數(shù)貝葉斯估計(jì)的漸近性質(zhì).pdf
- 小波和貝葉斯估計(jì)的圖像去噪算法研究.pdf
- 基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的音視頻語音識別模型研究.pdf
- 基于非參數(shù)檢驗(yàn)和貝葉斯估計(jì)的TWA檢測算法研究.pdf
- 貝葉斯統(tǒng)計(jì)復(fù)習(xí)
- 十貝葉斯統(tǒng)計(jì)
- 基于貝葉斯估計(jì)的有序多分類多層模型的應(yīng)用.pdf
評論
0/150
提交評論