基于子空间的语音增强

I太原理工大学毕业设计（论文）任务书毕业设计（论文）题目：基于子空间语音增强算法的研究毕业设计（论文）要求及原始数据（资料）：论文要求：第一周：看语音增强的原理，了解子空间语音增强的方法。第二周：熟悉子空间语音增强的步骤。第三周：用特征值分解法实现子空间分解的步骤。第四周：找Matlab程序实现子空间语音增强。第五周：Matlab仿真，实现语音增强。第六周：了解论文整体结构，写出论文大纲。第七周：写第一章绪论。第八周：写第二章语音增强基础知识。第九，十周：写第三章子空间语音增强算法。第十一周：完成论文剩余部分。第十二周：完成论文初稿。第十三，十四周：对论文进行有针对性的调整及修改。第十五，十六周：在老师的指导下，进一步完善课题的体系结构，最终完稿。II论文原始数据：随着语音技术研究的深入和实际应用的增多，各种语音处理系统都面临着进一步提高性能的问题。语音增强是其中的关键技术之一。早在20世纪60年代语音增强这个课题就已引起人们的注意，此后40年人们一直锲而不舍地进行这方面的研究。随着数字信号处理理论的成熟，70年代曾形成一个研究高潮，取得了一些基础性成果，并使语音增强发展成为语音信号数字处理的一个重要分支。进入80年代后，VLSI技术的发展为语音增强的实时实现提供了可能。近年来人们正在探索将人工智能、隐含马尔可夫模型、神经网络等技术应用于语音增强，并取得了一定进展。以及针对人的听觉感知系统的生理特性研究，语言学中上下文联想智能的研究等，都在进一步推动着语音增强的研究。就目前来说，语音增强的方法分为两大类。第一类是时域方法，例如子空间的方法；另一类是频域方法，例如减谱法、最小均方误差（MMSE）估计和维纳滤波法等。这两类方法各有其优点和缺点：子空间的方法提供了一种在语音信号失真和残留噪声之间进行控制的机制，但是计算量较大。另一方面，频域方法的计算量较小，但是在信号失真和残留噪声的控制上还没有一个理论机制；减谱法具有计算量小的特点，而且在语音信号失真和残留噪声的控制方面提供了简单的控制机制。但是因为在处理的结果中存在音乐噪声，因此达不到令人满意的效果；MMSE和维纳滤波的方法的计算量都比较适中，但是没有提供在语音信号的失真和残留噪声之间进行控制的机制。实际环境中，语音总会受到外界环境噪声的干扰，这些噪声包括从周围环境、传输媒介中引入的噪声，电气设备的噪声以及其他说话人的干扰等等。环境噪声会影响语音质量，严重的情况下语音将完全淹没到噪声中，无法分辨。语音质量的下降会使许多语音处理系统的性能急剧恶化。比如，语音识别系统在实验室环境中可取得相当好的质量，但在噪声环境中，尤其是在强噪声环境中使用时，系统的识别率将会受到严重影响。低速率语音编码同样会受到噪声的影响。由于语音生成模型是低速率语音编码的基础，当语音受到噪声干扰时，提取的模型参数将很不准确，重建的语音质量急剧恶化。此时采用语音增强技术进行预处理，将有效的改善系统性能。III毕业设计（论文）主要内容：经典的检测理论中有一项信号子空间处理技术。在M类信号进行检测时，构造由M类信号张成的信号子空间，并在子空间中使用M个经过KL变换后的分量实现对信号的检测。谱估计和阵列信号处理大量使用了这种信号子空间处理技术。语音信号处理的大量实验表明，语音矢量的协方差矩阵有很多零特征值，这说明干净语音信号矢量的能量分布在它对应空间的某个子集中。而语音信号处理中，噪声方差通常都假设己知，且严格正定。噪声矢量存在于整个带噪信号张成的空间中。因此带噪语音信号的矢量空间可以认为由一个信号加噪声的子空间和一个纯噪声的子空间构成。可以利用信号子空间处理技术，消除纯噪声子空间，并对语音信号进行估计，实现语音增强。子空间方法是通过空间分解，将整个空间划分为两个独立子空间，即噪声子空间和叠加噪声的信号子空间，然后对噪声子空间和信号子空间进行处理以实现语音增强。具体章节安排如下：第一章绪论。介绍本次课题研究的目的和意义，简述基于子空间语音增强算法研究的发展历程以及论文的整体结构。第二章语音增强的基础知识。介绍语音增强方法分类，语音特性，噪声分类及特点以及语音增强算法概述。第三章子空间语音增强算法。包括介绍信号子空间原理，语音信号估计以及子空间语音增强方法。第四章算法实现及仿真结果分析。介绍用Matlab实现增强，并对仿真结果进行分析。第五章对全文工作进行总结，分析了目前研究工作中需要进一步完善的地方，指出了今后工作的研究方向。学生应交出的设计文件（论文）：毕业设计论文一份电子文档一份IV主要参考文献（资料）：[1]张雄伟，陈亮，杨吉斌．现代语音处理技术及应用[M]．北京:机械工业出版社，2003：248-266.[2]张刚，张雪英，马建芬．语音处理与编码[M]．北京：兵器工业出版社，2000：55-57.[3]王华奎，张立毅．数字信号处理理论及应用[M]．太原：太原理工大学出版社，2005：182-203.[4]LiYe，CuiHuijuan，TangKun．Speechenhancementalgorithmbasedonspectralsubtraction[J]．QinghuaDaxueXuebao/JournalofTsinghuaUniversity，2006(46)：1685-1687.[5]MartinRainer．Speechenhancementbasedonminimummean-squareerrorestimationandsupergaussianpriors[J]．IEEETransactionsonSpeechandAudioProcessing，2005，13(5)：845-856.[6]金学骥．语音增强算法的研究与实现[D]．浙江：浙江大学硕士学位论文，2005：26-30.[7]李建平．小波分析与信号处理[M]．重庆:重庆出版社，1997.[8]王慧琴，何继爱，张秋余．小波变换在语音增强中的应用[J]．甘肃科学学报2005,17(4)：79-82.[9]李小平，刘玉树．多媒体通信技术[M]．北京：北京航空航天大学出版社，2004.[10]MartinT.Hagan,HowardB.Demuth著，戴葵等译．神经网络设计[M]．北京：机械工业出版社，2005.[11]缪春波．语音增强及其相关技术的研究[D]．大连：大连理工大学硕士学位论文，2003.[12]覃毅．短时谱语音增强方法的研究[D]．广州：广东工业大学硕士学位论文，2007.[13]S.R.Quackenbush，T.P.Barnwell，M.A.Clements．ObjectiveMeasuresofSpeechQuality[M]．EnglewoodCliffs，NJ：PrenticeHall，1988.[14]HansenJ，PellomB．Aneffectivequalityevaluationprotocolforspeechenhancementalgorithms[C]．InterConfonSpokenLanguageProcessing，1998：2819-2822.[15]杨海．感知语音质量评价PESQ及其在通信系统中的应用[J]．江西通信科技，2004.[16]陈照平，张雪英，马建芬．基于短时谱估计的语音增强方法研究[D]．太原理工大学硕士论文，2008.V[17]韩纪庆．语音信号处理[M]．北京：清华大学出版社，2004.[18]赵力．语音信号处理[M]．北京：机械工业出版社，2005.[19]SrevenF.Boll．SuppressionofAcousticNoiseinSpeechUsingSpectralSubtraction[J]．IEEETransactionsonAcousticsSpeechandSignalProcessing，1979，27(2).[20]YarivEphraim，DavidMalah．SpeechEnhancementUsingaMinimumMean-SquareErrorShort-TimeSpectralAmplitudeEstimator[J]．IEEETransactionsonAcousticsSpeechandsignalProcessing，1984，32(6).[21]Y.Ephraim，D.Malah．SpeechEnhancementUsingaMinimumMean-SquareErrorLog-SpectralAmplitudeEstimate[J]．IEEETransactionsonAcousticsSpeechAndSignalProcessing，1985，33(2).[22]杨行峻，迟惠生．语音信号数字处理[M]．北京：电子工业出版社，1995.[23]EphraimY.VanTreesHL．Asignalsubspaceapproachforspeechenhancement[J]．IEEETransSpeechandAudioProcessing，1995，3(4)：251-266.[24]程云鹏．矩阵论[M]．西北工业出版社，2001.[25]MartinR．Noisepowerspectraldensityestimationbasedonoptimalsmoothingandminimumstatistics[J]．IEEETransonSpeechandAudioProcessing，2001，9(5)：504-512.[26]赵胜跃，戴蓓倩．基于最小统计噪声估计的信号子空间语音增强[J]．数据采集与处理，2007.[27]吴周桥，谈新权．基于子空间方法的语音增强算法研究[J]．声学与电子工程，2005.[28]张金杰，曹志刚．一种基于听觉掩蔽效应的语音增强方法[J]．清华大学学报(自然科学版)，2001，41(7).[29]JmaesD.Johnsotn．“TransformCodingofAudioSignalsUsingPerceptualNoiseCriteria”[J]．IEEEJournalonSelectedAreasinCommunications，1998,4(7).[30]T.PainterA.Spanias．“perceptualcodingdigitalaudio”[J]．ProcoftheIEEE，2000，88(4)：451-512.[31]张贤达．现代信号处理[M]．北京：清华大学出版社，1995.[32]胡广书．现代信号处理教程[M]．北京：清华大学出版社，2004.VI专业班级通信07-1班学生李波要求设计（论文）工作起止日期指导教师签字日期教研室主任审查签字日期系主任批准签字日期I基于子空间语音增强算法的研究摘要基于子空间的语音增强是通过空间分解，将整个空间划分为两个独立子空间，即噪声子空间和叠加噪声的信号子空间，然后对噪声子空间和信号子空间进行处理以实现语音增强。本文的主要内容包括以下几点：（1）简要介绍了语音增强算法的目的、意义、国内外发展状况，并给出了有关基础知识。（2）主要研究了基于时域约束估计器(TDC)和频域约束估计器(SDC)的子空间语音增强方法。从原理进行分析，并分别进行了实验仿真。结果表明：采用时域约束估计器(TDC)得到的增强语音增强效果优于频域约束估计器(SDC)。并且在输入信噪比较小的情况下，采用时域约束估计器(TDC)得到的输出信噪比，效果更好于频域约束估计器(SDC)。关键词：语音增强，子空间，KL变换，特征值/奇异值分解IISUBSPACEBASEDSPEECHENHANCEMENTALGORITHMABSTRACTSpeechenhancementbasedonsubspacedecompositionthroughspace,thewholespaceisdividedintotwoseparatesub-space,iethenoisesubspaceandsignalsubspacenoiseadding,andthenthen