基于RBF網(wǎng)絡(luò)的語音增強研究.pdf

1、實際中,語音信號不可避免地受到各種噪聲的干擾,噪聲降低了語音質(zhì)量和可懂度,還可能導(dǎo)致語音處理系統(tǒng)性能的急劇惡化,甚至使整個系統(tǒng)無法正常工作.為了消除噪聲干擾,,語音處理系統(tǒng)廣泛采用語音增強技術(shù)來改善語音質(zhì)量和可懂度,提高系統(tǒng)性能.因此,研究語音增強技術(shù)的研究具有重要的意義.本論文研究了基于徑向基函數(shù)(Radial Basis Function,簡稱RBF)網(wǎng)絡(luò)的語音增強算法,并重點介紹了在頻域上基于雙RBF網(wǎng)絡(luò)的語音增強算法.論文給出了

2、語音增強算法的基本原理、實現(xiàn)方法以及增強效果.主要工作包括: 1.在分析傳統(tǒng)時域上神經(jīng)網(wǎng)絡(luò)語音增強方法的基礎(chǔ)上,提出了一種改進的方法.這種方法能夠減輕神經(jīng)網(wǎng)絡(luò)的負擔并且減少訓(xùn)練時間.在Matlab軟件平臺實現(xiàn)算法仿真,仿真結(jié)果表明該方法能夠有效地抑制噪聲,大幅度地提升語音信噪比(Signal-Noise Rate,簡稱SNR).在加各種噪聲條件下,該算法具有增強效果好、適應(yīng)信噪比范圍大、方法簡單等優(yōu)點. 2.在頻域上,

3、利用兩個訓(xùn)練好的RBF網(wǎng)絡(luò)分別處理噪聲語音的線性預(yù)測系數(shù)和共振峰參數(shù),并利用這些參數(shù)修正語音的頻譜包絡(luò),然后重建語音.該方法對語音信號的基音頻率、頻譜斜率、共振峰等語音特征的影響很小,因而能夠較好的保留語音信號的頻譜結(jié)構(gòu),使語音品質(zhì)不致降低.實驗結(jié)果證明,語音的聽覺質(zhì)量得到很大的改善. 3.采用Mel頻率倒譜距離失真度(Mel Cepstrum Distance,簡稱MCD)測試語音增強效果.實驗表明該方法比傳統(tǒng)信噪比更多地反