基于Chirp模型的語(yǔ)音增強(qiáng)方法的研究.pdf

1、噪聲的存在將導(dǎo)致語(yǔ)音處理系統(tǒng)的性能急劇下降，因此有必要研究語(yǔ)音增強(qiáng)方法以抑制噪聲。傳統(tǒng)的語(yǔ)音增強(qiáng)方法一般需要對(duì)噪聲做出一定的條件假設(shè)，這使其實(shí)際應(yīng)用受到限制。人類聽(tīng)覺(jué)系統(tǒng)對(duì)噪聲有很強(qiáng)的抑制能力，語(yǔ)音感知分析對(duì)人類聽(tīng)覺(jué)系統(tǒng)如何辨識(shí)來(lái)自同一音源的語(yǔ)音信號(hào)做了系統(tǒng)的闡述。由語(yǔ)音感知分析理論可知，人耳將混合的聲音信號(hào)分解成一系列子成分的組合，這些子成分具有獨(dú)立的聲學(xué)感知意義，聽(tīng)覺(jué)系統(tǒng)根據(jù)重組規(guī)則將那些可能來(lái)自同一音源的子成分進(jìn)行重組。受語(yǔ)音感知

2、分析理論啟發(fā)，本文研究了基于Chirp模型的語(yǔ)音增強(qiáng)方法。 語(yǔ)音信號(hào)是非平穩(wěn)的，Chirp原子是Gabor原子的擴(kuò)展，其具有高時(shí)頻聚集性，且具有刻畫非平穩(wěn)信號(hào)時(shí)頻結(jié)構(gòu)的能力，本文提出使用Chirp模型對(duì)語(yǔ)音信號(hào)建模，并介紹了如何使用匹配追逐算法提取Chirp模型的參數(shù)。為了克服傳統(tǒng)的語(yǔ)譜圖分析受測(cè)不準(zhǔn)原理限制，本文使用Chirp原子的時(shí)頻分布來(lái)對(duì)語(yǔ)音信號(hào)進(jìn)行時(shí)頻分析。該分布繼承了魏格納－維爾時(shí)頻分布(WVD)高時(shí)頻聚集性的優(yōu)點(diǎn)，

3、同時(shí)避免了WVD分布中存在交叉項(xiàng)的弱點(diǎn)。通過(guò)在時(shí)域和時(shí)頻面上的分析，本文驗(yàn)證了使用Chirp模型對(duì)語(yǔ)音信號(hào)進(jìn)行建模的可行性和有效性。 本文所研究的語(yǔ)音增強(qiáng)方法需要對(duì)語(yǔ)音信號(hào)的基本單元進(jìn)行處理，為此本文研究了語(yǔ)音端點(diǎn)檢測(cè)算法?；诟欁V包絡(luò)動(dòng)態(tài)特性的語(yǔ)音端點(diǎn)檢測(cè)算法無(wú)需噪聲的先驗(yàn)信息，對(duì)低信噪比的各種噪聲環(huán)境下的語(yǔ)音都有比較好的檢測(cè)性能。由于在漢語(yǔ)的過(guò)渡成分中譜包絡(luò)會(huì)急劇下降，使得其對(duì)漢語(yǔ)的過(guò)渡成分進(jìn)行檢測(cè)時(shí)會(huì)出現(xiàn)誤差，本文提出在

4、譜包絡(luò)邊界的更新濾波器中加入補(bǔ)償因子對(duì)譜包絡(luò)的邊界進(jìn)行補(bǔ)償，使得算法的檢測(cè)準(zhǔn)確率得到提高。 根據(jù)語(yǔ)音感知分析理論的成果，在用Chirp模型對(duì)含噪語(yǔ)音信號(hào)進(jìn)行建模的基礎(chǔ)上，本文根據(jù)語(yǔ)音和噪聲的Chirp原子的參數(shù)之間的差異，提出了對(duì)模型中的原子進(jìn)行重組的規(guī)則。通過(guò)對(duì)含噪語(yǔ)音的Chirp原子進(jìn)行重組，噪聲原子被去除，從而達(dá)到語(yǔ)音增強(qiáng)的目的。本文所研究的基于Chirp模型的語(yǔ)音增強(qiáng)方法無(wú)需知道噪聲的先驗(yàn)信息，仿真結(jié)果顯示其對(duì)低信噪比下