基于Hilbert-Huang變換的語音信號(hào)時(shí)頻分析.pdf

1、隨著計(jì)算機(jī)和人工智能的發(fā)展，語音信號(hào)處理已成為當(dāng)今的一個(gè)研究熱點(diǎn)。語音信號(hào)是一種復(fù)雜的非線性、非平穩(wěn)信號(hào)，時(shí)頻分析是分析和處理非平穩(wěn)信號(hào)的有力工具，它揭示了信號(hào)在時(shí)間域與頻率域的聯(lián)合時(shí)頻分布信息，利用時(shí)頻分布，可以提取語音信號(hào)在特定時(shí)間特定頻率所具有的特征信息，時(shí)頻分析方法為語音信號(hào)處理的發(fā)展帶來了新的生機(jī)。但是，語音信號(hào)常常會(huì)受到噪聲的干擾，必須進(jìn)行語音增強(qiáng)和語音端點(diǎn)檢測(cè)，改善系統(tǒng)在含噪條件下的性能。
　　 傳統(tǒng)的時(shí)頻分析方法

2、如短時(shí)傅立葉變換、Wigner-Ville分布等，它們分別存在著窗效應(yīng)和交叉項(xiàng)的問題且都不是自適應(yīng)的。本文研究了一種新的具有自適應(yīng)性的時(shí)頻分析方法Hilbert-Huang變換，并將其應(yīng)用于語音信號(hào)處理中，本文的主要研究工作及其成果如下:
　　 1.研究了Hilbert-Huang變換的基本原理及其Hilbert-Huang變換中存在的問題，根據(jù)實(shí)際需要選用了合適的端點(diǎn)效應(yīng)處理方法，并用改進(jìn)后的Hilbert-Huang變換對(duì)語

3、音信號(hào)進(jìn)行了時(shí)頻分析，實(shí)驗(yàn)中與短時(shí)Fourier變換、Wigner-Ville分布、Choi-Williams分布進(jìn)行了比較，仿真結(jié)果表明該方法可以獲得語音信號(hào)更為精細(xì)的時(shí)頻結(jié)構(gòu)。
　　 2.利用Hilbert譜和邊際譜可以精確地區(qū)分出同一個(gè)字不同聲調(diào)的時(shí)頻分布的不同，本文利用同一個(gè)字不同聲調(diào)的Hilbert邊際譜能量的變化情況建立了M-距離，對(duì)同一個(gè)字不同聲調(diào)下的語音信號(hào)進(jìn)行了識(shí)別，初步試驗(yàn)顯示了此方法的有效性。
　　

4、 3.提出了一種基于Hilbert-Huang變換和聽覺掩蔽的語音增強(qiáng)算法，對(duì)高頻的IMF分量進(jìn)行了聽覺掩蔽處理，仿真實(shí)驗(yàn)結(jié)果表明本文算法降低了語音失真測(cè)度值，提高了語音信號(hào)的信噪比、清晰度及可懂度。
　　 4.研究了Teager能量算子和雙門限端點(diǎn)檢測(cè)的原理，針對(duì)Teager能量算子更為合理地反映信號(hào)能量的變化，并對(duì)調(diào)幅或調(diào)頻信號(hào)具有更好的適應(yīng)性，而IMF分量符合此特性的特點(diǎn)，因此提出了一種基于EMD和改進(jìn)雙門限的語音端點(diǎn)檢測(cè)