共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
一种新的自适应语音增强系统 总被引:4,自引:0,他引:4
针对自适应噪声对消(ANC)语音增强系统的性能高度依赖于参考信号的质量,任何原始语音信号泄漏到参考信号中,都会导致原始语音信号失真和噪声抵消性能恶化这一问题,本文提出一种对泄漏不敏感的附加随机噪声(ARN)自适应噪声对消语音增强系统。它通过在参考信号中加入一个低功率的宽带随机训练信号,然后用该训练信号作参考信号对噪声传输函数(NTF)进行自适应建模,并在使用自适应预测滤波器(APF)消除NTF自适应建模的语音信号干扰的同时,用补偿滤波器(CPF)来修正由APF引起的参考信号失真。计算机仿真表明,这种ARNANC语音增强系统在泄漏情况下能将原始语音信号从带噪语音信号中有效分离出来。 相似文献
4.
5.
对于加性噪声影响下的语音信号,利用双通道输入建立起来的增广卡尔曼滤波器模型,采用自适应共轭梯度方法对纯净语音和有色噪声干扰模型分别进行参数估计,提出了一种有效的语音增强算法。由于该方法对模型参数的估计精确性较高,而且估计速度快,同卡尔曼滤波类的其它语音增强方法相比,其语音增强效果良好,且具有一定的顽健性。仿真实验表明在环境噪声很复杂的情况下,该方法仍然有效。 相似文献
6.
基于小波变换的自适应多分辨率语音增强算法 总被引:3,自引:0,他引:3
本文提出了一种基于小波变换的自适应多分辨率语音增强算法,它在尺度上和尺度间同时对受噪声污染的语音信号作自适应滤波处理,从而使得听觉影响最严重的频段上的噪声被有效地滤除掉,滤波后的语音信噪比和主观听觉质量都得到了很大的改善。 相似文献
7.
8.
9.
10.
多数传统语音增强算法是基于平稳噪声下分析的,且没有从语音质量及可懂度角度全面衡量增强性能。因此,提出了基于多窗谱估计与归一化最小均方(Normalized Least Mean Square,NLMS)自适应滤波算法的单通道语音增强方案。首先利用多窗谱估计谱减法(Multiwindow Spectral Subtraction,MSS)解决谱减法产生的“音乐噪声”问题;其次将估计出的期望信号与纯净参考信号的差值作为误差信号,由自适应滤波的NLMS算法代替传统的最小均方(Least Mean Square,LMS)算法,以降低滤波器成本及运算时间,求取滤波器权系数值,并不断迭代更新修正滤波器;最后分析了所提算法在不同噪声环境下的增强性能,并与传统的各种谱减算法对比,从语音质量及可懂度出发衡量语音增强效果。结果表明,所提算法的增强效果优于各类谱减法。 相似文献
11.
一种改进的自适应算法及其在语音增强中的应用 总被引:1,自引:0,他引:1
对基于累积误差准则和基于共轭梯度的自适应算法进行了讨论和比较,分析了各自的特点,在此基础上提出了一种改进的自适应算法。改进算法可以在保证算法稳定的前提下提高算法的收敛性能。将改进算法应用于基于自适应干扰对消的语音增强实验,结果表明,与原有算法相比,改进算法能够使含噪语音的信噪比有较大改善。 相似文献
12.
13.
14.
15.
16.
17.
18.
基于Teager能量算子的自适应小波语音增强 总被引:1,自引:0,他引:1
小波阈值的自适应计算方法有多种形式,基于Teager能量算子(TEO)的是其中一种.将这种方法结合离散小波分解使用时,会对实际噪声产生过多的保留.根据色噪声的具体特征,对这种方法进行了改进,对染噪信号的高频频带和低频频带分别使用不同的方法进行处理,这种处理既能有效保护清音,又能去除噪声.仿真处理结果表明,这种改进能更好地解决语音信号的保护和噪声消除之间的矛盾. 相似文献
19.
提出了一种将传统后置自适应滤波技术和小波变换技术相结合的传声器阵列语音增强方法。首先利用传统的延时-累加波束形成技术获取目标语音,并采用后置自适应维纳滤波器来估计原始语音,然后再使用小波变换分解与重构技术进一步去除噪声。经计算机仿真,表明当系统输入信噪比为0.11dB时,输出信噪比提高近6.28dB。 相似文献
20.
系统研究了现有语音通信系统中使用的几种语音编解码算法以及主流的单通道语音增强算法,并将二者相结合,对实际通信系统中的结构进行仿真.研究发现,现有的基于线性预测分析技术的语音编解码算法,在高编码率的情况下对于语音增强算法的性能不仅不会有损失,反而会在一定程度上改善增强算法带来的语音失真的情况,提高语音增强算法的效果. 相似文献