1、“.....语音激活检测是各种语音处理中必需的个重要环节，精确地确定输入语音的起点和终点将保证语音处理系统良好的性能。对于语音激活检测在语音增强中的应用，为了得到更多的关于背景噪声特性，语音端点检测更注重于如何准确的检测出无音段。般的语音激活检测是根据语音帧来进行的，语音帧的长度在不等。语音端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......”。

2、“.....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......”。

3、“.....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值，则将其改为或改变符号，因为功率谱不能为负数。由式可得原始语音估值根据人耳对语音的相位变化不敏感这特点，我们可以用原带噪语音信号的相位来代替估计之后的语音信号的相位，将估计后的频域信号进行逆傅,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......”。

4、“.....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......”。

5、“.....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，又到图书馆借了里叶变换得到降噪后的语音时域信号。基本谱减法的原理图如图所示带噪语音相位增强插入相位噪声方差图基本谱减法的原理示意图改进谱减法消除噪声的原理传统的噪声估计方法是基于最优平滑和最小统计的噪声估计，还有种采用改进的算法基于语音活性检测的噪声估计算法。语音激活检测指从段包含语音信号中确定出语音的起始点和终点，又称端点检测......”。

6、“.....所以还要在判断游戏结束后将该僵尸掉。说到这里就不得不说个很重要的问题，重新开始游戏后画面必然还有上次游戏添加的植物等，也就是说还处于上次游戏的状态，所以这里要初始化游戏，由于游戏所有操作都是在类中进行的，因此只需要重新个对象就行，但是考虑到中已经有个函数，其中就是对游戏进行初始化的，这里调用该函数后把游戏状态赋值为。只是要把修改为。异常添加夜晚模式背景图片，在类中设置如果游戏模式为夜晚模式则加载夜晚背景，运行游戏后发现异常，上网搜索说系统限制，只给图片分配兆的内存，超过就崩，在设置的时候，在选项中，有项，将该项的值增大为，运行后还是不行，查看夜晚模式背景图片达到之大，将其压缩到后运行程序，首次运行程序正常，在点击模拟器屏幕返回按钮后再次运行程序继续报相同异常，估计是内存不够使用。发现只要是退出系统执行了第二次游戏后就不会出现异常，所以在所有界面还需增加函数对用户点击返回键进行处理。用户触发事件后如果游戏处于以下状态时，对游戏初始化后游戏状态转到。如果在时，调用退出程序以释放资源。但是方法不起作用，原来监听函数并没有在监听，原因在于没有设置当前获取焦点......”。

7、“.....现在这个视图需要与用户交互，让系统来监听此视图。在当前自定义的类构造函数中调用来监听按键事件，用来监听触屏事件。不显示奖励第二关后如果玩家退出游戏到主菜单然后接着点击常规模式游戏，仍然在第二关，这不是，因为游戏就是这么设置的，但是第二关的奖励并没有显示到种子栏目之中，当玩家接着通过第二关进入第三关后第三关奖励显示，第二关奖励仍然没有显示。原来把判断是否给出奖励代码紧挨着这导致若果没有到达下关则不能把奖励属性赋值为真，当然就看不到奖励。如果玩家在第三关或者第四关退出到主菜单然后接着游戏，这要把之前得到的奖励显示，因此在类中的方法中判断现在所在的关卡之后还要把之前得到的奖励并显示。总结毕业设计经过这么长的时间终于要完成了，虽然这个过程中有过茫然甚至不知所措，但还是通过各种方式解决掉了其中的难题，从中学到的专业知识让我成长不少。这次毕业设计我选的题目是版植物大战僵尸，近来移动终端设备已经成了人们生活的部分，而系统的手机几乎可以说和每个人形影不离。在上学期末选择了这个题目之后，我开始整理思路并做了充分的准备，比如收集毕业设计要使用到图片素材，收集相关资料，学习相关技术等......”。

8、“.....设计了很多方案，却无从下手，咎其原因还是技术不够，在图书馆找到很多书籍，作者都会有自己独到的见解，这也给了我灵感。从处理图片到编写代码，过程中遇到不少问题，虽然有个个直接或间接解决了，但是从运行效率来看还是有些问题，比如在设计中为了方便调试，很多需要修改的变量都设成了全局变量，这就占用了定内存，造成内存的浪费，考虑到现在手机设备硬件条件较好，没有对其进行处理。但运行时程序不需要的元素还是及时的释放掉，以免运行时间稍长后死机。还有软件的适应性不够强，这与找到图片素材有关，我只对手机屏幕进录的带噪语音信号中分离出有用的语音信号。语音激活检测是各种语音处理中必需的个重要环节，精确地确定输入语音的起点和终点将保证语音处理系统良好的性能。对于语音激活检测在语音增强中的应用，为了得到更多的关于背景噪声特性，语音端点检测更注重于如何准确的检测出无音段。般的语音激活检测是根据语音帧来进行的，语音帧的长度在不等。语音端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......”。

9、“.....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......”。