程度失真。还有些美国科学家研究了各种波形对语音掩蔽效应，发现不规则脉冲比正弦波方波等掩蔽效应更加明显。进入五十年代，科学家们在建筑声学语音声学噪声控制等方面大量运用声压计语谱图可懂度实验和清晰度指数等工具。实验研究证实可懂度与词使用频率和词长短有关，使用频率高字母多词容易被认出。六十到七十年代，关于语音可懂度方面研究逐渐转入沉寂，但值得提是，年自然杂志上报道个非常具有启发意义听觉生理实验结果将进行了滤波后英语语音信号作为控制信号，除了原始语音中与控制信号能量段对应那些语音段，其它语音段都用白噪声代替。当白噪声幅度由增加到值时，原始语音可懂度几乎完全恢复，而且该幅度值根据不同说话者而变化很大。这时期由于自动机械控制理论和电子计算机发展，使得信号处理力量开始逐渐显示，提出了平稳信号条件下维纳滤波理论和用状态变量基于神经网络语音增强算法研究目录中文摘要第章引言语音增强研究目和意义语音增强历史和研究现状本文研究内容及章节安排第二章语音增强基础理论语音特性人耳感知特性及噪声特性语音特性人耳感知特性噪声特性语音信号处理技术语音信号数字化和预处理语音信号加窗分帧语音端点检测小结第三章神经网络基础理论人工神经网络概述神经网络构成神经网络重要特征神经网络应用神经网络概述神经网络学习训练神经网络应用小结第四章语音增强算法概述滤波器法固定滤波器自适应滤波傅立叶变换滤波器非线性处理中心削波同态滤波法自适应噪声对消具有参考信号自适应噪声对消利用延迟来建立参考信号自适应噪声对消谱减法小结第五章基于神经网络语音增强算法基于神经网络语音端点检测用神经网络计算谱减因子感觉加权滤波器仿真试验及结果分析仿真实验语音质量评价小结第六章总结和展望总结展望参考文献附录主要程序清单致谢个人简历基于神经网络语音增强算法研究第章引言语音增强研究目和意义语音是语言声学表现，是人类相互传递信息最基本最有效和最方便手段。现实生活中，语音常常会受到各种干扰，如来自周围环境传输媒介引入噪声通信设备内部点噪声乃至其他讲话者。这些干扰使接收者最终接收到语音信号不再是纯净原始语音信号，而是受到噪声污染带噪语音信号。例如，安装在汽车飞机或船上电话，街道机场公用电话，常受到很强背景噪声污染，严重地影响了通话质量。又如，深海潜水员在面罩内讲话引起失真，语言障碍残疾人语音失真，有历史价值旧唱片旧录音带噪声和失真等，都是带噪语音信号例子。而语音质量下降会使语音处理系统性能急剧恶化。比如，语音处理技术中线性预测参数容易受噪声影响，如果采用线性预测参数进行低码率语音通信时候，路边噪声，飞机发动机噪声，汽车马达噪声，路边行人说话声都会对参数施加影响，使重建语音质量大大降低，甚至不能被听懂。因此，为了在背景噪声存在条件下也能够使语音处理系统有效地工作，就需要采用语音增强技术进行预处理，从而有效地改善系统性能。语音增强就是对带噪语音信号进行处理，改善语音质量，使增强后语音有较高清晰度可懂度和舒适度，使人易于接受。它个主要目标，就是从带噪语音信号中尽可能提取原始纯净语音，然而干扰常是随机，所以要从带噪语音中提取纯净语音几乎是不可能。在这种情况下，语音增强目分为两方面是主观度量，就是改进语音质量，消除背景噪声，使听者乐于接受，不感觉疲劳二是客观度量，也就是提高语音可懂度。但是这两方面往往又是相互矛盾，不能兼得。所以在实际应用中，要根据具体情况有所侧重，并且结合语音特性人耳感知特性及噪声特性等，选择合适算法进行语音增强。如果是语音识别方面，就注重提高可懂度如果是通信网络方面，就注重提高舒适度。语音增强在很多领域都得到了广泛应用，如语音识别方面应用。语音识别是通过对所接收到语音信号进行处理，准确地识别出人语音内容，也就是让机器“听懂”人所说话。但是即便是工作性能良好识别器，在噪声干扰下其性能也会明显下降，所以必须在语音识别前端采取语音增强技术。青海师范大学硕士学位论文语音编码方面应用。随着各种运算和存储器件飞速发展，语音通信和存储领域对高质量低速率语音编码技术需求逐步增加，但这要求实现是建立在无噪声干扰语音信号基础上，所以对语音信号进行编码之前，需要进行语音增强。军事医疗等领域应用。例如，在军事上需要监听敌方情况时，有时由于噪声，可能采集到信号中，噪声会大于有用信息，这时就需要进行语音增强，尽可能地提取出有用信息。再如，助听器里需要放大电路，但是放大器不仅放大了语音信息，而且还放大了环境噪声，而且由于放大电路本身也产生噪声，所以需要在助听器里采用语音增强技术。总而言之，语音增强应用范围广泛，意义重大，在现实生活中，如果能找到有效语音增强方法，将会解决很多问题，对很多领域产生积极影响。语音增强历史和研究现状在世纪初，由于电话系统迅速发展，人们开始了对语音可懂度研究。首先是针对电话系统音节清晰度，实验室进行了系统地研究和实验，并发展了清音和浊音概念。语音可懂度研究受到普遍重视是在第二次世界大战中，当时大规模地用于作战是飞机舰艇和坦克等机动力强武器装备，这些装备产生较强机械噪声使通讯受到影响。这时期语音可懂度研究个重要成果是提出了用语音和噪声长期平均强度来计算可懂度清晰度指数及其计算方法。就影响可懂度因素，美国哈佛心理声学实验室进行了实验，结果发现可以用较小变化范围电信号来传输语音信号，该方法在保持基本语音可懂度基础上，有定程度失真。还有些美国科学家研究了各种波形对语音掩蔽效应，发现不规则脉冲比正弦波方波等掩蔽效应更加明显。进入五十年代，科学家们在建筑声学语音声学噪声控制等方面大量运用声压计语谱图可懂度实验和清晰度指数等工具。实验研究证实可懂度与词使用频率和词长短有关，使用频率高字母多词容易被认出。六十到七十年代，关于语音可懂度方面研究逐渐转入沉寂，但值得提是，年自然杂志上报道个非常具有启发意义听觉生理实验结果将进行了滤波后英语语音信号作为控制信号，除了原始语音中与控制信号能量段对应那些语音段，其它语音段都用白噪声代替。当白噪声幅度由增加到值时，原始语音可懂度几乎完全恢复，而且该幅度值根据不同说话者而变化很大。这时期由于自动机械控制理论和电子计算机发展，使得信号处理力量开始逐渐显示，提出了平稳信号条件下维纳滤波理论和用状态变量基于神经网络语音增强算法研究硕士学位论文杭州浙江大学,姜占才,姚刚种无门限判决和基音检测算法计算机工程与应用王晓娣多带谱相减结合感觉加权语音增强方法研究电力系统通信孙晋松语音增强算法研究及改进硕士学位论文济南山东大学,樊殊昱算法改进研究及其在语音增强方面应用和性能评估硕士学位论文成都电子科技大学,李富强,万红,黄俊杰基于语谱图显示与分析微计算机信息基于神经网络语音增强算法研究附录主要程序清单语音增强算法，基于网络谱减法读入纯净语音，并加噪声读入纯净语音信号读入噪声库中噪声信号求信号长度混合得到带噪信号判决有声无声门限值进行分帧，加窗处理帧长帧移分帧求帧数窗函数加汉明窗求出第帧短时过门限率求出第帧短时平均幅度求感觉加权滤波器系数求感觉加权滤波器系数青海师范大学硕士学位论文改进谱减法噪声谱估计和谱减系数设定网络输入值神经网络仿真得到所有无声段组成矩阵噪声谱估计,是系数可调范围神经网络仿真，求谱减因子后幅度后相位改进谱减法谱减过程谱相减感觉加权滤波器得到处理后幅度矩阵恢复原来相位基于神经网络语音增强算法研究反变换求得增强后分帧语音抽取出最终语音序列计算分段信噪比分帧函数，为帧长,为帧移求信号长度为帧移次数第帧信号起始位置第帧结束位置,用来存放第帧信号神经网络学习训练，语音活动性检测导入样本数据创建个新前向神经网络设置训练参数重新初始化目录中文摘要第章引言语音增强研究目和意义语音增强历史和研究现状本文研究内容及章节安排第二章语音增强基础理论语音特性人耳感知特性及噪声特性语音特性人耳感知特性噪声特性语音信号处理技术语音信号数字化和预处理语音信号加窗分青海师范大学学位论文独创性声明本人声明所呈交学位论文是我个人在导师指导下进行研究工作及取得研究成果。尽我所知，除了文中特别加以标注和致谢地方外，论文中不包含其他人已经发表或撰写过研究成果，也不包含为获得青海师范大学或其它教育机构学位或证书而使用过材料。与我同工作同志对本研究所做任何贡献均已在论文中做了明确说明并表示了谢意。研究生签名日期青海师范大学学位论文使用授权声明青海师范大学中国科学技术信息研究所国家图书馆有权保留本人所送交学位论文复印件和电子文档，可以采用影印缩印或其他复制手段保存论文。本人电子文档内容和纸质论文内容相致。除在保密期内保密论文外，允许论文被查阅和借阅，可以公布包括刊登论文全部或部分内容。论文公布包括刊登授权由青海师范大学研究生部办理。研究生签名导师签名日期基于神经网络语音增强算法研究中文摘要实际环境中，语音总会受到各种外界环境噪声干扰，影响语音质量，而语音质量下降会使语音处理系统性能急剧恶化。因此，为了在背景噪声存在条件下，也能够使得语音处理系统有效地工作，就需要采用语音增强技术进行预处理，改善语音质量，从而有效地改善语音处理系统性能。本文主要研究如何将神经网络与谱减法相结合，改进谱减法，使其能适应不同噪声环境。首先分析了几种传统语音增强算法原理，包括谱减法滤波器法非线性处理和自适应对消法，重点探讨了谱减法及其改进形式然后，分析了神经网络基本原理结构训练方法及其应用。针对谱减法残留音乐噪声缺点和神经网络自学习自组织自适应和容错性等优良性能，提出利用神经网络对谱减法作两方面改进措施第，用神经网络来进行语音活动性检测，增加有声无声段判决准确性，然后用所有无声段来作噪声谱估计，从使噪声谱估计更加准确，进而改善语音增强效果。第二，用神经网络非线性逼近功能，计算当前语音帧谱减因子，而不是像基本谱减法中，所有语音帧都用同个谱减因子，达到进步减少音乐噪声目。此外，还在谱减法中加入感觉加权滤波器，增加人耳听觉上舒适度。经过以上三方面改进后，进行计算机仿真实验，与基本谱减法相比，实验结果表明，该算法语音增强效果得到了定程度改善。关键词谱减法，神经网络，语音活动性检测，谱减因子，感觉加权滤波器目录中文摘要第章引言语音增强研究目和意义语音增强历史和研究现状本文研究内容及章节安排第二章语音增强基础理论语音特性人耳感知特性及噪声特性语音特性人耳感知特性噪声特性语音信号处理技术语音信号数字化和预处理语音信号加窗分帧语音端点检测小结第三章神经网络基础理论人工神经网络概述神经网络构成神经网络重要特征神经网络应用神经网络概述神经网络学习训练神经网络应用小结第四章语音增强算法概述滤波器法固定滤波器自适应滤波傅立叶变换滤波器非线性处理中心削波同态滤波法自适应噪声对消具有参考信号自适应噪声对消利用延迟来建立参考信号自适应噪声对消谱减法小结第五章基于神经网络语音增强算法基于神经网络语音端点检测用神经网络计算谱减因子感觉加权滤波器仿真试