语音信号增强算法研究与实现

研究基于语音短时幅度谱估计的语音增强方法,主要包括振幅谱相减、功率谱相减以及改进算法,给出了上述语音增强方法及其改进形式的基本原理、实现方法,以及它们在各种信噪比下的语音增强效果,比较和揭示了这些方法之间的区别和联系。与常用谱相减算法做对比,改进算法能有效消除"音乐噪声",在很大程度上提高了信噪比。实验表明,在加性平稳噪声(白噪声和有色噪声)条件下,该语音增强方法具有语音增强效果好、适应信噪比范围大、方法简单、易于实时处理等优点。     

应用谱减法处理带噪语音信号的研究

语音信号经常会受到环境噪声的干扰,而噪声会影响语音通信的质量甚至是语音处理系统地运行。对于带噪语音信号的处理,主要目的是提取出尽可能纯净的原始语音。文章研究了基于功率谱的语音处理方法,主要包括功率谱相减算法和改进算法两种;给出了谱减法算法及其改进形式的基本原理、实现方法,并且运用MATLAB软件仿真得出了两种算法的语音处理效果。实验表明,在加性平稳噪声条件下,与常用谱减法算法相比,改进算法能更好地抑制噪声,从而提高了语音质量和信噪比。     

结点阈值小波包变换语音增强新算法

人耳频率分辨率是非线性的,而小波包算法有灵活的时频分析能力,可较好的模拟人耳基底膜的频率分析特性。本文提出了一种新的基于结点阈值的小波包变换语音增强算法。采用Bark尺度小波包对含噪语音进行分解,在语音信号的子带层次上进行阈值操作,并采用软阈值方法进行阈值处理。采用谱熵法估计结点噪声。实验表明,该算法在多种噪声,尤其是有色噪声和非平稳噪声条件下均有较好的语音增强效果。     

基于判断脉冲噪声的中值滤波改进算法研究

为提高图像去噪效果,在分析了中值滤波算法及判断脉冲噪声中值滤波算法基础上,对算法进行了门限选择及噪声误判的改进,改进后的算法增强了单线元素边缘的检测能力。通过仿真结果,可以看出对图像的去噪效果有一定的提高,信噪比也有所提高。     

结合图像增强的含噪齿轮图像边缘检测研究

为了提高齿轮后期故障检测和缺陷检测的效果,并有效去除图像中的混合噪声,提出了一种结合图像增强的含噪齿轮图像边缘检测算法。首先,引入了信息熵改进了马氏距离公式,并将马氏距离用于改进自适应中值滤波器;然后,对幂次变换进行了改进,使其具有自适应性,并将改进的幂次变换用于改进Retinex算法,对图像整体进行了增强;最后,采用小波模极大值法对含噪齿轮图像进行了边缘检测实验。研究结果表明:在对混合噪声的客观评价上,该算法的客观评价指标PSNR、SNR和SSIM均比中值滤波和自适应中值滤波指标高,并且其去噪效果也有明显提升;同时,利用改进Retinex算法对图像进行增强后,图像整体亮度和对比度有所增加,对部分噪声有所抑制,使得含噪齿轮图像边缘检测效果更好。     

基于改进谱减法的工地语音增强方法

语音增强是一种旨在改善语音信号质量和可听性的技术,广泛应用于电话通信、语音识别、语音合成等领域,其通过降低噪声、提高语音清晰度等方式来改进语音信号。在工地施工环境下,各种非稳态噪声会导致工地通信语音质量降低,大大增加了语音通信和识别的难度。传统谱减法算法相对简单,应用范围广泛,能有效降低噪声带来的影响。但在对工地施工环境下的语音进行信号增强时,由于无语音段噪声的频谱分布在不停地发生变化,无法准确估算出其平均功率谱,所以会出现估计的噪声功率谱过大的情况,导致波形相减产生的幅度谱出现负值。如果直接将负值置为零,会过度减少信号的能量,使信号的部分信息丢失或失真,出现波形中断的情况。为了解决这一问题,通过对传统谱减法进行改进,增加谱值下限因子,在不出现波形中断的情况下解决幅度谱为负值的问题,并进一步引入平滑机制来避免谱值下限因子可能导致的波形不连续现象的发生。实验结果表明：改进谱减法在处理五种不同信噪比的带噪语音时,不仅解决了幅度谱为负值的问题,而且输出结果的信噪比与带噪语音相比,平均增加了8.43 dB;相较于传统谱减法输出结果的信噪比,平均增加了2.15 d B,并且当带噪语音的信噪比处于...     

能量重心法的改进FFT算法分析及应用研究

研究噪声引起的谱线定位错误对能量重心法校正精度的影响。为了提高频率校正精度,在分析能量重心法理论和现有谱线选择方法的基础上,提出了一种减少谱线定位错误率的改进FFT校正算法。该算法在D. Macleod法基础上,利用谱线间的相位差确定谱线,减少了谱线定位错误。最后给出了通用的频率校正公式。仿真结果表明,改进算法谱线定位错误率低,抗噪性强,高斯白噪声条件下进行频率估计时较其他方法具有更小的均方根误差。在模拟井下套管的管道长度检测应用中进一步表明,改进方法具有更高的校正精度,有效地减少了长度测量误差。     

基于改进磷虾群优化支持向量机的短期负荷预测

针对支持向量机在短期负荷预测时,因受参数影响较大而导致预测精度不足和速度较慢的问题,提出了基于改进磷虾群算法对支持向量机进行参数选择的算法。阐述了支持向量机的原理与其参数的影响;分析了磷虾群算法并对其改进:加入模拟退火思想降低了算法陷入局部最优的概率,采用自适应迭代步长方法提高算法优化精度。建立预测模型并进行算例分析,实验结果表明改进磷虾群算法对支持向量机参数有较好的优化效果,可以有效地提高负荷预测精度和速度。     

基于相干累积算法的多级自适应谱线增强器

为了实现非高斯噪声与线谱信号的有效分离，将基于四阶累积量对角切片变步长符号相干累积量算法的自适应谱线增强器，基于最小均方相干累积算法的自适应谱线增强器及基于短时相关相干累积算法的自适应谱线增强器依次串联起来，构造出基于相干累积算法的多级自适应谱线增强器。从理论上对该增强器的性能进行了分析，并利用水下目标的实测数据对该增强器的性能进行了实验研究。结果表明：该增强器对线谱信号有多次增强作用，对环境噪声有多次抑制效果，在性能上优于单级自适应谱线增强器。     

基于虚拟激励法的三维随机路面仿真

通过改进的虚拟激励法原理,在现有二维路面谱的基础上,从空间路面频率谱出发,将之拓展到三维空间内的路面谱,给出模拟随机路面谱的方法。同时,为了给虚拟样机仿真分析提供较为复杂三维仿真路面环境,基于单点FFT路面不平度时域模型,建立了三维FFT随机路面数学模型,并实现了其在Matlab中的仿真;依据改进的虚拟激励法理论,建立了生成三维路面文件的通用模型,包括节点的生成和单元生成算法,并导入Adams形成所需的三维路面仿真环境。应用上述方法生成C级路面.对所选择的车辆样机进行了行驶平顺性仿真,与GB/T 13441—92标准对比分析得到了该车行驶平顺舒适性的合理时间。     

基于改进的DTW算法的变电站巡检机器人语音识别的实现

提出了一种对变电站巡检机器人进行语音控制的语音识别算法,实现了语音控制机器人。通过机器人携带的拾音器录制采集语音控制命令,根据语音识别的基本原理,对变电站巡检机器人进行语音控制,使其根据人的指令做出相应的动作,完成自动检测和信息查询功能。首先,使用机器人采集语音指令,并将其传送到系统后台构建样本库。其次,对样本库进行分析,提取语音样本的MFCC特征。最后,使用改进的DTW算法作为匹配算法实现语音参数模板匹配,进行语音识别,将识别结果传送给机器人系统控制机器人运动。实验结果表明,该算法能够提取有效的语音指令,识别语音指令时间短,识别正确率高,满足了对巡检机器人的实时控制要求。     

混响环境下移动机器人语音控制方法及系统实现

为了满足移动机器人交互控制多样性需求,提升移动机器人的语音控制性能,设计基于语音的移动机器人控制系统。通过对控制信号传递过程和机器人使用环境中语音信号噪音源分析,制定出移动机器人语音控制系统组成方案,给出前端语音识别部分实现的主要流程,重点对语音增强的解混响算法进行设计。充分利用语音潜在的谱特征,将非负矩阵分解和深度神经网络结合提出一种解混响算法,先通过矩阵分解得到语音信号特征,再生成特征矢量来训练激活函数,降低深度神经网络模型的训练复杂度,经过对比分析表明该算法对解决语音混响问题具有优势。编写控制软件并嵌入语音识别算法,搭建工业移动机器人语音控制平台来验证语音控制系统有效性,在混响环境下不同人对机器人多个动作进行语音控制实验,结果表明该系统能够实现移动机器人语音控制,所提出的语音识别方法可使机器人在0.3、0.6和0.9 s的混响条件下动作正确平均执行率分别能达到96%、95%和93%以上。     

一种新的车载系统语音增强算法

本文提出了一种基于麦克风阵列的广义旁瓣抵消语音增强算法,并将其应用于车载系统中.该算法是将固定波束语音增强算法与自适应语音增强算法相结合.仿真结果表明,该算法对加性相干和非相关噪声都有明显的消噪效果,有一定的实际应用价值.     

基于高斯粒子滤波器和TVAR模型的语音增强技术

为了提高对时变自回归(TVAR)模型参数的估计精度,改善语音信号增强效果,通过将TVAR模型的参数转换为格型滤波器的反射系数,给出了一种判断模型稳定性的简单方法.将TVAR模型的信号和反射系数矢量增广为状态矢量后,应用高斯粒子滤波器(GPF)估计TVAR的模型参数,构造了语音增强算法.通过蒙特卡洛仿真实验比较了扩展卡尔曼滤波器(EKF)、标准粒子滤波器(PF)和GPF的语音增强效果,结果表明本文提出的TVAR模型能较好地描述语音信号的变化特性;PF比传统的卡尔曼滤波具有更好的滤波能力,而GPF能够在一定程度上克服粒子的退化现象,具有比标准PF更强的估计TVAR模型参数的能力,从而获得了更好的语音增强和去噪效果.     

改进的网格搜索算法在SVM故障诊断中的应用

针对网格搜索法在支持向量机参数寻优时存在复杂度高、运算量大等不足,提出了一种改进的网格搜索SVM分类器的最佳参数选择算法,并将其应用于田纳西-伊士曼过程。实验表明,与改进前的算法相比,改进的网格搜索SVM分类器参数选择算法可以有效地减少SVM分类器的运算量、改进学习性能并提高识别率。     

基于预处理VAD技术和KL变换的语音增强算法研究

语音增强的目的是从带噪语音信号中压缩背景噪声,提取纯净语音,改进通话质量.本文提出了一种基于预处理VAD技术和自适应KL变换的语音增强算法.实验表明,该算法对于单通道输入有色噪声干扰下的带噪语音信号有较好的增强效果.     

基于谱峭度法和自适应遗传算法的轴承故障诊断

结合谱峭度法和自适应遗传算法,提出滚动轴承故障诊断的一种新方法。将谱峭度法给出的滤波器参数作为初始参数,再利用自适应遗传算法对其优化得到最优参数,最后进行包络分析,诊断出故障。     

畸变不变联合变换相关器目标识别技术研究

针对传统目标识别方法对目标图像的尺寸、方位敏感问题,采取最大平均相关高度功率谱滤波的方法,对联合变换功率谱面进行滤波,成功地实现并改进了原算法.通过大量计算机模拟和光学实验,证实了在光电混合实时联合变换相关器中应用改进的最大平均相关高度法可以解决存在旋转和大小变化的目标识别问题,使得相关峰的对比度明显增强,从而也提高了目标识别率.作为实例,给出复杂背景下地面目标汽车大小变化的实验结果,验证了该算法的可行性.     

激光粒度测量的综合反演及参数选择

本论文提出了一种应用于激光粒度测量的无模式综合反演算法,即,二阶段迭法算法。该算法综合采用了改进共轭梯度法和松弛迭代法各自的优点,使用了共轭梯度法作为第一步预迭代,利用其快速收敛性和解的平滑性得到第二步迭代的初始解,而后,采用了改进的松弛迭代法对第一步的初始解进行改进。使用该方法能使解在稳定性和准确性方面得到了一定程度的改进。对算法进行了分块操作,并对所有模块如共轭迭代法,正则化法,松弛迭代法进行分析,指出模块的可行性与必要性,同时进行参数的最优化选择。     

应用TMS320C54x系列DSP实现语音增强算法

本文描述了应用TI公司的TMS320C54x系列DSP实现语音增强算法.介绍了谱减法及其改进型算法的原理,并具体说明了语音增强算法的DSP实现过程.试验结果表明,算法可以有效地抑制噪声,提高信噪比,减少失真.