【摘要】：語音增強技術是語音信號處理中的一項核心技術,廣泛應用于多媒體監(jiān)控、現代通信以及人工智能系統(tǒng)等領域。語音增強技術大致可分為單通道語音增強、多通道語音增強和基于深度學習的語音增強三類。其中多通道的語音增強技術利用語音信號的時域和頻域以及麥克風陣列的空間位置等信息對噪聲有良好的抑制效果�；谧赃m應波束成形的語音增強算法是多通道語音增強中的一種重要算法。自適應波束成形算法利用最小均方誤差等最優(yōu)準則計算權值對各陣元加權,以期可以增強目標語音信號,抑制干擾和噪聲。本文實現了基于最小方差無失真響應(Minimum Variance Distortionless Response,MVDR)、基于廣義旁瓣抵消(Generalized Sidelobe Canceller,GSC)結構以及基于穩(wěn)健的廣義旁瓣抵消(RobustGSC,RGSC)結構的三種自適應波束成形算法,并對此三種算法進行改進。然后運用算法在環(huán)境嘈雜的多角度雞尾酒會實驗中進行目標人語音的提取和增強。本文具體的研究內容如下:(1)針對三類語音增強算法進行了詳細分析和研究�；邴溈孙L陣列的近場遠場模型以及自適應波束成形的基本架構,進行了語音增強算法的理論建模、軟硬件實驗平臺搭建。提出了針對語音增強效果的主客觀結合的綜合指標評估模型。(2)針對最小方差無失真響應的自適應波束成形算法,本文引入了波束成形濾波器權值的實時更新自適應調整策略。傳統(tǒng)算法的權值是根據語音信號的全部幀信息計算求得,并不能使得每幀的噪聲的功率最小。改進后的MVDR權值可以根據一定幀數的語音信息進行自適應更新迭代。實驗證明,改進后算法對干擾和噪聲的抑制能力得到了有效的提升。(3)在傳統(tǒng)廣義旁瓣抵消算法和穩(wěn)健的廣義旁瓣抵消算法中,固定波束成形模塊對干擾和噪聲抑制能力不足。針對這一問題本文提出用權值更新的MVDR算法替代固定成形算法,并結合阻塞矩陣進行噪聲的二次估計。實驗證明,改進后的算法對比GSC、RobustGSC,對干擾和噪聲的抑制能力更強。綜上所述,本文實現了基于MVDR、GSC、RobustGSC三種架構的自適應波束成形算法。提出了對三種算法的波束成形權值進行自適應調整,并結合阻塞矩陣進行噪聲的二次估計,從而實現對算法的改進。實驗結果表明,改進后的算法的語音增強效果得到了有效的提升,對干擾和噪聲抑制效果好。
【圖文】：

圖２－１延遲相加波束成形逡逑Ｆｉｇｕｒｅ邋２－１邋Ｄｅｌａｙ邋ａｎｄ邋ｓｕｍ邋ｂｅａｍｆｏｒｍｉｎｇ逡逑

圖２－２自適應波束成形原理圖逡逑Ｆｉｕｒｅ邋２－２邋Ｐｒｉｎｃｉｅ邋ｄｉａｒａｍ邋ｏａａｔｉｖｅｅａｍｏｒｍｉｎ
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TN912.35

【相似文獻】

相關期刊論文 前10條

1 劉鵬;;基于深度學習的語音增強方法研究[J];智能計算機與應用;2019年05期

2 石玲;;基于計算機聲卡的譜相減語音增強系統(tǒng)分析[J];信息與電腦(理論版);2010年02期

3 孫濤;;基于計算機聲卡的譜相減語音增強系統(tǒng)分析[J];南昌教育學院學報;2010年05期

4 張曉雷;;基于深度學習的語音增強簡述[J];網絡新媒體技術;2019年02期

5 李璐君;屈丹;;一種基于組合深層模型的語音增強方法[J];信息工程大學學報;2018年04期

6 袁文浩;婁迎曦;梁春燕;夏斌;;利用生成噪聲提高語音增強方法的泛化能力[J];電子學報;2019年04期

7 陰法明;唐於烽;;基于深度置信網絡的語音增強算法[J];電子器件;2018年05期

8 余華;唐於烽;趙力;;基于改進深度置信網絡的語音增強算法[J];數據采集與處理;2018年05期

9 薛慧君;李盛;路國華;張楊;焦騰;王健琪;荊西京;;提升小波用于非接觸語音增強算法的研究[J];醫(yī)療衛(wèi)生裝備;2013年05期

10 胡海波;劉柏森;許銀;;基于小波變換的語音增強研究[J];黑龍江工程學院學報(自然科學版);2011年01期

相關會議論文 前10條

1 王世偉;胡笑滸;鄭成詩;李曉東;;一種改進的基于能量差語音增強算法[A];中國聲學學會第九屆青年學術會議論文集[C];2011年

2 江峰;李曉東;;適用于抑制非平穩(wěn)背景噪聲的語音增強算法[A];中國聲學學會2003年青年學術會議[CYCA'03]論文集[C];2003年

3 閻兆立;杜利民;;維納后濾波語音增強算法研究[A];中國聲學學會2005年青年學術會議[CYCA'05]論文集[C];2005年

4 童峰;許肖梅;洪青陽;;一種帶階數估計的語音增強算法[A];第八屆全國人機語音通訊學術會議論文集[C];2005年

5 袁榕嶸;吳鳴;楊軍;;雙麥克風語音增強快速算法[A];泛在信息社會中的聲學——中國聲學學會2010年全國會員代表大會暨學術會議論文集[C];2010年

6 國雁萌;;一種極低信噪比條件下的語音增強方法[A];第六屆全國人機語音通訊學術會議論文集[C];2001年

7 李海峰;韓紀慶;鄭鐵然;;元音、輔音粗判自適應電話語音增強方法[A];第七屆全國人機語音通訊學術會議（NCMMSC7）論文集[C];2003年

8 高登峰;楊波;郭東岳;;基于深度神經網絡的地空通話語音增強方法[A];第一屆空中交通管理系統(tǒng)技術學術年會論文集[C];2018年

9 樓廈廈;鄭成詩;李曉東;;濾波器權值約束對自適應零限波束形成語音增強算法魯棒性影響分析[A];中國聲學學會2007年青年學術會議論文集（上）[C];2007年

10 任玉寶;;基于聯(lián)合字典學習的語音增強算法[A];中國聲學學會水聲學分會2019年學術會議論文集[C];2019年

相關重要報紙文章 前3條

1 ;NMS Sonata Ⅲ/Studio Sound級語音增強系統(tǒng)話音更清晰[N];中國計算機報;2003年

2 本報記者 馬楠;NMS市場目標轉向無線服務提供商[N];通信產業(yè)報;2001年

3 ;VoIP服務不只是便宜的通話[N];網絡世界;2002年

相關博士學位論文 前10條

1 江文斌;面向復雜場景的極低碼率語音編解碼和語音增強關鍵技術研究[D];上海交通大學;2018年

2 高天;復雜環(huán)境下基于深度學習的語音信號預處理方法研究[D];中國科學技術大學;2018年

3 童仁杰;基于信號稀疏特性的語音增強算法研究[D];中國科學技術大學;2018年

4 王青;基于深層神經網絡的多目標學習和融合的語音增強研究[D];中國科學技術大學;2018年

5 王冬霞;麥克風陣列語音增強的若干方法研究[D];大連理工大學;2007年

6 歐世峰;變換域語音增強算法的研究[D];吉林大學;2008年

7 孫琦;基于子空間的低計算復雜度語音增強算法研究[D];吉林大學;2017年

8 夏丙寅;面向移動通信的單通道語音增強方法研究[D];北京工業(yè)大學;2014年

9 姚峰英;語音增強系統(tǒng)的研究與實現[D];中國科學院上海冶金研究所;2001年

10 張龍;有監(jiān)督學習條件下的單通道語音增強算法研究[D];中國科學技術大學;2017年

相關碩士學位論文 前10條

1 許瑞龍;基于自動編碼器和生成對抗網絡的語音增強方法研究[D];江西理工大學;2019年

2 續(xù)嬌;基于自適應波束成形的語音增強算法研究與實現[D];北京交通大學;2019年

3 程澤豐;混響環(huán)境下的遠程語音增強方法研究[D];浙江大學;2019年

4 黃張翼;基于深度神經網絡的語音增強方法研究[D];重慶郵電大學;2018年

5 吳佳雯;基于表示學習的語音增強算法研究[D];廈門大學;2017年

6 曾帆;遠距離麥克風陣列語音增強及系統(tǒng)實現[D];廈門大學;2018年

7 許銘;車載環(huán)境下語音處理關鍵技術的研究[D];遼寧工業(yè)大學;2019年

8 賈翔宇;基于張量模型的語音增強算法研究[D];中國科學技術大學;2019年

9 吉慧芳;改進相位譜信息及相位重構的語音增強算法研究[D];太原理工大學;2019年

10 王雁;基于深度神經網絡的語音增強算法[D];太原理工大學;2019年

，

本文編號：2656211