(定稿)利用太阳能替代燃煤节能项目投资申请报告2
1、手机端页面文档仅支持阅读 15 页,超过 15 页的文档需使用电脑才能全文阅读。
如果超过门限则表示当前为有音段,否则就表示当前为无音段。
图语音激活因录音时是立体声,故取其中的第通道的音频数据对进行点傅里叶变换原始信号波形原始信号频谱原始信号幅值原始信号相位其仿真图如图所示。
前面读取的语音信号声音比较清晰,信噪比较高,用这样的信号实验对比效果不太明显。
因此在进行消除噪声实验之前我们要人为的给原始信号添加随机白高斯噪声,降低语音信号的信噪比。
下面是加入噪声的源代码因录音时是立体声,故取其中的第通道的音频数据设定噪声的频率为设置噪声的长度跟原语音信样长产生幅度为频率为的正弦波作为噪声将原语音信号跟噪声相加,为带有噪声的语音信号将带有噪声的语音信号转换为声音,中将有噪声下面是加噪后音频的仿真源代码因录音时是立体声,故取其中的第通道的音频数据对进行点傅里叶变换加噪后信号检测框图目前语音端点检测所采取的方法大体可以分为两类加窗分帧特征提取与阀值比较判断有无语音带噪语音第类是噪声环境下基于模型的语音信号端点检测的方法,该方法要求背景噪声保持平稳且信噪比较高。
第二类方法是基于信号的短时能量进行检测的算法,它通过对背景噪声能量的统计,定出能量门限,利用能量门限来确定语音信号起始点。
在这里运用语音端点检测采用了第二类方法,即基于信号的短时能量进行检测的算法。
基于信号的短时能量检测具体算法如下计算每帧的语音能量式中为帧长,为帧的编号,为每帧中的各点,,为帧数然而它有个缺陷,即它对高电平非常敏感信号的二次方计算。
为此,定义短时平均幅度函数来表征帧语音信号的能量大小,定义计算前帧平均噪声能量求能量最大值和能量最小值根据式确定门限,应用谱相减法实现语音增强基本原理是通过对带噪语音谱减去噪声谱得到语音谱,因此,语音激活检测这环节非常重要,准确地确定语音的起始点和终止点对噪声谱估计有着重要的作用。
改进型语音降噪处理运用端点检测技术,用仿真,可明显显示出其优越性。
用仿真的流程如下对输入的语音信号进行预滤波对滤波后的语音信号进行预加重将语音信号按每帧个信号点进行分帧,帧移为对信号帧加汉明窗对加窗后的信号帧进行变换对各帧语音信号求功率谱根据前帧求取平均噪声功率利用进行噪声估计检测寂静段,进而组合递归平滑,更新噪声谱进行谱减运算,得到估计出的语音信号功率谱插入相位谱,计算出语音谱进行变换,得到还原的语音帧根据各个语音帧组合为语音信号对语音信号进行去加重处理,得到最终信号。
源程序清单下面是段无噪声纯净的音频,用仿真的源程序代码,干扰。
噪声不仅降低了语音的可懂度和语音质量,还严重的影响语音处理的准确性,甚至使系统不能正常工作。
本文将就对语音增强技术的原理和方法进行讨论,重点介绍语音增强的种方法谱减法及其改进算法。
该方法能够有效消除平稳的加性噪声,其改进算法能够有效消除普通方法产生的音乐噪声,在很大程度上提高语音信号的信噪比。
目前,语言识别技术已经取得了重大进展,并开始进入实用阶段。
但语音识别系统必须在相对比较安静的环境下运行,然而,在语言信息的采集中难免会有各种噪声的干扰,在较强的噪声背景下,语音识别系统的准确性会受到较大影响,甚至没法正常工作。
所以在语波形加噪后信号频谱加噪后信号幅值加噪后信号相位其仿真图如图二所示。
下面是噪声的仿真的源代码读取文件并返回和的值。
截取语音信息前点作为噪声信号对噪声信号进行傅里叶变换取噪声功率谱绝对值取噪声相位噪声信号波形噪声信号频谱噪声信号幅值噪声信号相位其仿真的图形如图三所示。
下面是利用基本谱减法降噪处理源代码,下面是利用改进的谱减法降噪处理的源代码相对更容易点,但也有不小的难度。
处理宽带噪声的最通用技术是谱相减法,即从带噪语音估值中减去噪声频谱估值,从而得到纯净语音的频谱。
谱相减方法是基于人的感觉特性,即语音信号的短时幅度比短时相位更容易对人的听觉系统产生影响,从而对语音短时幅度谱进行估计,适用于受加性噪声污染的语音。
在这里我要感谢老师的悉心的指导,同学们的帮助,还有网上技术论坛的朋友们,没有你们我很难完成这次课程设计,我在你们身上也学到了很多东西,让我生受益。
设定和的值增强后语音以为文件名保存其降噪后的仿真图形如图四所示。
设计结果和仿真波形图图二图三图四参考文献程佩青数字信号处理教程清华大学出版社吴镇扬数字信号处理高等教育出版社胡广书数字信号处理导论清华大学出版社易克初田斌付强语音信号处理国防工业出版社刘保柱苏彦华张宏林从入门到精通人民邮电出版社罗军辉罗勇江在数字信号处理中的应用机械工业出版社周辉董正宏数字信号处理基础及实现北京希望电子出版社设计心得体会经过两周的数字信号处理课程设计,让我学到了很多东西。
其实我刚开始看到老师给的任务要求时我很茫然,不知道该干嘛,就连选题都不知道怎么选,虽然我学了数字信号处理这门课,但也只是理论上了解点,在脑海中还是没有个实质的概念。
不会做我就只有上网去找相关的资料,参考别人做的报告,看看别人是如何做的,有点启发,但还是不知道自己改选什么题目。
后来我又到图书馆借阅相关书籍,也进入了图书馆的电子资源各个网站,看到了关于谱减法的相关的资料,关于降噪的相关的技术现在应该普遍在应用。
我看到了,感觉比较感兴趣,于是就选了这个题目。
题目选好了,但真正难的是做。
这个题目是基于软件的,虽然用过,但很不熟悉,对于的编程时基本不懂,只有重新学了,又到图书馆借了本教程,并且到网上找些相关的信息。
还好我有点语言的基础,学起由于基本假定是噪声信号与语音信号是加性的,和独立,所以和也独立。
故。
所以对个分析帧内得短时平稳过程,有因为噪声是局部平稳的,故可以认为没有语音信息是的噪声与有语音信息时的噪声功率谱是相同的,因而可以利用发语音前的寂静帧来估计噪声。
由式可以得到原始语音的估计值式中,下标表示加窗信号,表示估值,则表示无语音信号时的均值。
如果式中结果出现负,则信。
以太网有如下优点应用广泛以太网是应用最广泛的计算机网络技术,所以发展较为成熟。
通信速率高目前,的快速以太网已开始广泛应用,以太网技术也逐渐成熟,比传统的现场总线最高速率高得多。
资源共享能力强随着的发展,以太网已渗透到各个角落,在互联网的任何台计算机上都能浏览工业控制现场的数据,实现控管体化,这是其他现场总线不能比拟的。
可持续发展潜力大用户在技术升级方面无需独自的研究投入,对于这点,任何现有的现场总线技术也是无法比拟的。
同时,机器人技术智能技术的发展都要求通信网络具有更高的带宽和性能,通信协议有更高的灵活性,这些要求以太网都能很好地满足。
本设计进行以太网通信进行相关配置。
首先把的临时设置成。
然后进行如图和图所示配置。
图网络配置图网络配置需要对模拟量输入输出模块进行通道的选择并设置相应的参数。
本设计模拟量输入模块采用的通道,能够检测到到的电压,如图所示。
输出模块采用通道,能够输出到的电压进行控制水泵变频电机,如图所示。
图模拟量输入参数配置图模拟量输出参数配置软件设计根据实际情况,分配地址,如表所示。
该系统的软件设计流程图如图所示。
表程序地址及变量表主程序模块主程序调用两个块,个为初始化块,另个为块。
如图所示。
图系统软件设计流程图地址变量名描述备注比例参数积分参数微分参数设定值采样周期启停控制模拟量信号采集值电压输入模拟量信号输出值电压输出开始初始化参数计算模块参数初始化调用模块是否手动手动控制程序启停控制图主程序初始化模块块就是将必要的参数进行初始化设置。
包括比例常数积分常数微分常数采样时间及设定值等。
如图所示。
图初始化程序程序在本设计中,把主要的程序放在了程序块中。
包括数值的处理功能块的初始化程序启停控制自动手动切换控制。
我们需要设定实际的液位高度,然而模拟量输入模块的数值是到之间,所以我们必须进行次数据的转换。
通过实际观察得知液位在最低位置对应的模拟量模块中的值为,最高液位位置对应模拟量模块中的值为。
我们进行次数学映射可以通过如图来实现。
其次,本设计通过调用梯形图程序来实现液位高度的控制。
在功能块中,为设定值,为测量值,为的输出值,当为时,设定块为手动方式,当为时,设定块为自动方式,这里通过常闭触电来控制。
块共占用了个地址,为比例值,为微分值,为积分值,当在手动方式时,中的值自动作为的输出值。
为了实现液位控制系统的启停控制,本设计增加常闭触电来控制。
如图和所示。
图模块参数初始化最后,如果当系统出现问题时就需要用到手动调节来进行调试。
本设计对自动手动的无扰切换进行了梯形图设计。
当从变为时,从自动转为手动控制模式,无扰切换程序将转换时值送到寄存器中暂存,然后切换时,又将返回到中,从而实现了无扰切换。
在手动控制模式下,可以通过给赋值来实现是否给水箱加水,从而实现液位高度的控制,手动控制是通过触电来控制的。
如图所示。
初始化调用功能块无扰切换和手动控制程序第五章基于的液位监控系统的设计监控系统的设计在完成软件程序设计的基础上,结合组态软件实现可视化值点检测的方法可以综述为从输入信号中提取个或系列的对比特征参数,然后将其和个或系列的门限阈值进行比较,如图所示。
如果超过门限则表示当前为有音段,否则就表示当前为无音段。
图语音激活因录音时是立体声,故取其中的第通道的音频数据对进行点傅里叶变换原始信号波形原始信号频谱原始信号幅值原始信号相位其仿真图如图所示。
前面读取的语音信号声音比较清晰,信噪比较高,用这样的信号实验对比效果不太明显。
因此在进行消除噪声实验之前我们要人为的给原始信号添加随机白高斯噪声,降低语音信号的信噪比。
下面是加入噪声的源代码因录音时是立体声,故取其中的第通道的音频数据设定噪声的频率为设置噪声的长度跟原语音信样长产生幅度为频率为的正弦波作为噪声将原语音信号跟噪声相加,为带有噪声的语音信号将带有噪声的语音信号转换为声音,中将有噪声下面是加噪后音频的仿真源代码因录音时是立体声,故取其中的第通道的音频数据对进行点傅里叶变换加噪后信号检测框图目前语音端点检测所采取的方法大体可以分为两类加窗分帧特征提取与阀值比较判断有无语音带噪语音第类是噪声环境下基于模型的语音信号端点检测的方法,该方法要求背景噪声保持平稳且信噪比较高。
第二类方法是基于信号的短时能量进行检测的算法,它通过对背景噪声能量的统计,定出能量门限,利用能量门限来确定语音信号起始点。
在这里运用语音端点检测采用了第二类方法,即基于信号的短时能量进行检测的算法。
基于信号的短时能量检测具体算法如下计算每帧的语音能量式中为帧长,为帧的编号,为每帧中的各点,,为帧数然而它有个缺陷,即它对高电平非常敏感信号的二次方计算。
为此,定义短时平均幅度函数来表征帧语音信号的能量大小,定义计算前帧平均噪声能量求能量最大值和能量最小值根据式确定门限,应用谱相减法实现语音增强基本原理是通过对带噪语音谱减去噪声谱得到语音谱,因此,语音激活检测这环节非常重要,准确地确定语音的起始点和终止点对噪声谱估计有着重要的作用。
改进型语音降噪处理运用端点检测技术,用仿真,可明显显示出其优越性。
用仿真的流程如下对输入的语音信号进行预滤波对滤波后的语音信号进行预加重将语音信号按每帧个信号点进行分帧,帧移为对信号帧加汉明窗对加窗后的信号帧进行变换对各帧语音信号求功率谱根据前帧求取平均噪声功率利用进行噪声估计检测寂静段,进而组合递归平滑,更新噪声谱进行谱减运算,得到估计出的语音信号功率谱插入相位谱,计算出语音谱进行变换,得到还原的语音帧根据各个语音帧组合为语音信号对语音信号进行去加重处理,得到最终信号。
源程序清单下面是段无噪声纯净的音频,用仿真的源程序代码,干扰。
噪声不仅降低了语音的可懂度和语音质量,还严重的影响语音处理的准确性,甚至使系统不能正常工作。
本文将就对语音增强技术的原理和方法进行讨论,重点介绍语音增强的种方法谱减法及其改进算法。
该方法能够有效消除平稳的加性噪声,其改进算法能够有效消除普通方法产生的音乐噪声,在很大程度上提高语音信号的信噪比。
目前,语言识别技
