基于自相关的语音自适应增强器的设计与实现

为了提高语音信号的清晰度,利用基于自相关的自适应滤波器对语音信号进行增强.在理论上研究了该滤波器的频率响应和语音增强原理.同时设计并实现了使用该算法的自适应语音增强器,介绍了该增强器的硬件结构.经过试验研究,证实该增强器能对白噪声环境中的语音信号进行有效增强,实际使用效果明显.     

一种新的自适应语音增强系统

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。     

一种基于自适应滤波的语音增强算法的DSP实现

针对某大型车辆专用车内通话系统设计中的语音增强问题,对一种基于自适应滤波的语音增强算法进行了较为深入的研究。介绍了该算法的基本原理,及以TMS320VC5402为核心的语音增强模块的硬件设计,详细讨论了该算法的软件实现过程,并给出了实验结果。结果表明,该算法结构简单、易于实现,有较好的实用价值。     

FIR自适应滤波的语音增强算法

提出一种基于线性预测FIR自适应滤波的语音增强算法,该算法可实时过滤被噪声污染的语音信号,提高信噪比,从而提高语音识别系统的识别率。仿真结果证明该算法具有较好的降噪效果。     

传声器阵列语音增强新方法与仿真实验

结合宽带LCMV语音增强和噪声自适应对消原理,提出了一种基于传声器阵列的多级自适应语音增强方法。在真实声学环境下构建实验模型并对语音信号进行采集,通过MATLAB仿真验证了算法。分析表明,该方法计算复杂度低,对语音信号损伤小,信号SNR提高显著。     

基于小波变换的自适应多分辨率语音增强算法

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。     

麦克风阵列的协同自适应滤波语音增强方法

在麦克风阵列语音增强方法中,传统的广义旁瓣抵消器在处理存在显著脉冲噪声的语音信号时效果较差。为提高在脉冲噪声干扰下的语音信号增强效果,提出一种麦克风阵列的协同自适应滤波语音增强方法。该方法采用协同自适应滤波取代线性自适应滤波,基于NLMS算法导出了滤波器权值和协同因子的自适应更新算法。仿真实验结果表明,所提方法能有效地消除掉语音信号的脉冲噪声和高斯噪声,克服线性自适应滤波对非线性脉冲噪声的不敏感性,比广义旁瓣抵消器效果优越很多。     

基于自适应共轭梯度参数估计的顽健卡尔曼滤波语音增强算法

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。     

一种改进的自适应算法及其在语音增强中的应用

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。     

高性能语音增强算法的研究

讨论在强噪声环境下语音增强的新方法,即将主从结构的自适应滤波算法与级联谱相减算法相结合的方法。计算机仿真结果表明,该方法在大大消除背景噪声的同时,消除了“音乐噪声”,同时保证了较好的语音可懂度。     

谱相减与波束形成相结合的语音增强算法

根据阵列信号语音增强的思想,提出一种基于频城处理的谱相减与波束形成相结合的语音增强结构。结构为多路信号输入,每路含噪信号在谱相减后,增加了波束形成结构,不仅有效地消除了背景噪声,也抑制了谱相减后的音乐噪声。并使用该算法对实际环境中采集到的含噪语音信号进行了仿真,结果显示经过该系统处理后的增强语音的信噪比有了较大的提高,主观试听效果也很好。     

基于阵列抗串扰自适应噪声抵消的语音增强

本文提出了一种针对阵列交叉串扰信号的自适应噪声抵消方法,并将其用于麦克风阵语音增强.该方法仅使用两级滤波系统,计算量小,稳定性好,且对麦克风阵的几何结构及噪声类型均没有严格限制.试验表明,该方法消噪量大,对语音损伤小,语音增强效果显著,适用于多种噪声环境并易于实时实现.     

一种基于自适应滤波的语音降噪方法研究

分析和研究自适应滤波和小波变换法的原理及方法,提出了一种新的综合使用自适应滤波和小波变换法的语音降噪方法。该方法首先用仿生小波变换法对带噪声的语音信号进行小波分解,将小渡变换法分离出来的噪声信号作为自适应滤波器的输入。最后选择用最小均方误差（LMS）的自适应算法对带噪声语音信号进行降噪处理,实现了信噪分离,去除语音信号中的噪声信号。实验结果表明,该方法对语音信号有较为明显的降噪效果。     

基于LMS自适应滤波的耳语音增强的研究

文中针对带噪的耳语音提出了一种LMS自适应滤波的耳语音增强算法。首先采用谱减法得到一个增强耳语音信号，取得较好的谱包络后对增强信号进行LMS自适应滤波，消除由谱减法产生的音乐噪声。结果表明，采集到的耳语音信号的质量得到明显提高，即使在低信噪比的情况下，信噪比也能提高20dB左右。     

基于传声器阵列语音增强方法研究

传声器阵列通过对拾取的多路语音信号进行分析与处理,能取得改进语音质量、消除背景噪声和提高语音可懂度等明显效果,现已成为语音信号增强的一个重要的研究领域。介绍了基于传声器阵列的自适应波束形成方法,该方法采用GSC结构基于TF-GSC的最优后置滤波算法。仿真实验结果表明,该自适应波束形成器对干扰有很好的消除作用,对阵元的增益误差、位置误差不敏感,可以取得较好的语音增强效果。     

基于小波变换的后置自适应滤波传声器阵列的语音增强

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。     

自适应滤波算法在微弱振动测量中的应用

将递归最小二乘自适应滤波算法应用于激光多普勒测振技术中,搭建了相应的微弱振动测量装置。模拟仿真与实验中,通过与设计的切比雪夫低通滤波算法对比,结果表明:该递归最小二乘自适应滤波算法能够有效抑制随机高斯白噪声,还原出原始信号;能够对简谐振动信号实现有效滤波,并且可以还原出淹没在噪声中的低频20 Hz信号;文中算法可以去除语音噪声,使声音更加纯净,增强语音信号,以此验证了该算法在外差振动测量中的可行性。该算法简单易用、收敛性强、速度快,尤其对于随机噪声的去除比普通的低通滤波器更加有效。     

极化域-空域联合的四元数APES波束形成算法

为了得到稳定的波束方向图、进一步提高极化敏感阵列的滤波性能,文中提出了一种极化域 空域联合的四元数幅度相位估计(Q-APES, Quaternion-Amplitude and Phase EStimation)自适应波束形成算法。首先,利用四元数信号模型很好的保持了两分量阵列各阵元输出信号分量之间固有的正交特性,使得该模型较传统的长矢量模型更适合于极化敏感阵列信号处理。然后,将纯空域的APES算法拓展到极化域-空域联合处理中,给出了Q-APES算法的理论推导和分析,得出了四元数最优滤波权向量,并通过仿真实验验证了文中算法的有效性。计算机仿真结果表明,在强期望信号、低采样快拍数或是入射干扰信号与期望信号相干的情况下,文中算法都可以很好的实现极化域-空域联合自适应滤波。      

Gabor expansion for adaptive echo cancellation

A good echo cancellation algorithm should have a fast convergence rate, small steady-state residual echo, and less implementation cost. The normalized least mean square (NLMS) adaptive filtering algorithm may not achieve this goal. We show that using the Gabor expansion is a way to achieve this goal. For direct digital signal processing compatibility the Gabor expansion introduced in this paper is for discrete-time signals, although the Gabor expansion also can be used for continuous-time signals. The Gabor expansion can be defined as a discrete-time signal representation in the joint time-frequency domain of a weighted sum of the collection of functions (known as the synthesis functions). There are several design issues in the echo canceller based on the Gabor expansion: the design of the analysis functions for the far-end speech, the design of the analysis functions for the near-end signal containing the echo plus the near-end speech, the design of the adaptive filters in the subsignal path, and the design of the synthesis functions. All the adaptive filters are designed using identical NLMS adaptive filtering algorithms     

基于自适应滤波和小波变换的基音检测

针对语音信号在小信噪比条件下检测其基音周期。考虑自适应滤波和小波变换的优点对小信噪比条件下的语音信号进行基音周期检测,实验证明此方法能有效检测-20dB下的基音周期。