基于小波变换的语音消噪

基于小波变换的语音消噪

论文摘要

语音是语言信息的载体,是人类交流信息最自然、最有效、最方便的手段。在许多情况下,人们所关心的语音信号不可避免地被其他信号所污染,影响了人们的听辨。小波变换在当今信号处理领域中是一种十分活跃的理论,小波阈值消减法是对小波分解系数进行阈值化的降噪技术。本文简要介绍了语音增强技术,主要针对基于小波变换的阈值去噪方法进行了研究,对小波阈值消噪从两个方面进行改进。一方面,通过对传统小波阈值消噪算法中的软阈值函数和硬阈值函数以及L.Breiman提出的非负死区阈值函数进行分析,提出了两种改进的阈值函数。另一方面,受到谱减法思想的启发,提出了新的阈值估计思想。经实验证明,本文阈值函数和阈值估计的消噪结果保持了信号的边缘特性,并且提高了语音信噪比。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 课题的研究背景及意义
  • 1.2 语音增强的基础知识
  • 1.2.1 语音信号的特点
  • 1.2.2 人耳的感知特性
  • 1.2.3 噪声特性
  • 1.3 语音增强技术发展历程
  • 1.4 本文研究的重点
  • 第二章 语音增强技术
  • 2.1 谱减法
  • 2.2 滤波器法语音增强
  • 2.2.1 固定滤波器
  • 2.2.2 自适应滤波
  • 2.2.3 变换技术
  • 2.3 噪声对消法
  • 2.4 非线性处理语音增强
  • 2.4.1 中心削波
  • 2.4.2 同态滤波法
  • 2.5 基于听觉掩蔽效应的语音增强
  • 2.6 小结
  • 第三章 小波变换及其语音消噪中的应用
  • 3.1 小波分析的基础知识
  • 3.1.1 小波分析一些基本概念
  • 3.1.2 多分辨率分析
  • 3.1.3 小波变换与傅立叶变换的比较
  • 3.2 基于小波变换的语音去噪
  • 3.3 小波消噪的阈值函数研究
  • 3.3.1 改进的第一种阈值函数
  • 3.3.2 改进的第二种阈值函数
  • 3.4 阈值的研究
  • 3.4.1 新阈值估计
  • 3.4.2 与前人提到自适应阈值估计进行对比
  • 3.5 总结
  • 第四章 实验结果与分析
  • 4.1 用第一种改进的阈值函数的消噪实验及结果分析
  • 4.1.1 消噪效果对比
  • 4.1.2 关于λ、m 选择实验
  • 4.1.3 具有不同信噪比的含噪信号消噪实验
  • 4.1.4 对语音信号进行消噪
  • 4.2 用第二种改进的阈值函数的消噪实验及结果分析
  • 4.2.1 消噪效果对比
  • 4.2.2 第二种改进的阈值函数对语音信号的消噪
  • 4.3 改进阈值估计与原有一些阈值估计的对比
  • 4.4 含高斯白噪声及机箱噪声的语音消噪
  • 4.5 小结
  • 结束语
  • 致谢
  • 参考文献
  • 硕士期间发表的论文
  • 相关论文文献

    • [1].基于经验小波变换的结构损伤特征提取[J]. 计算机与数字工程 2020(01)
    • [2].基于改进的自适应无参经验小波变换的滚动轴承故障诊断[J]. 计量学报 2020(06)
    • [3].基于可调Q因子小波变换和迁移学习的癫痫脑电信号检测[J]. 计算机科学 2020(07)
    • [4].基于小波变换的图像动态融合技术[J]. 电子技术与软件工程 2016(22)
    • [5].基于改进同步挤压小波变换识别信号瞬时频率[J]. 振动.测试与诊断 2017(04)
    • [6].基于离散小波变换的方波消噪[J]. 科技风 2015(11)
    • [7].基于小波变换模极大值原理的变电站变压器保护研究[J]. 科学家 2017(11)
    • [8].基于离散小波变换的分布式光伏孤岛检测方法[J]. 浙江电力 2019(12)
    • [9].基于经验小波变换的基因关联隐私保护实验研究[J]. 湖南大学学报(自然科学版) 2020(02)
    • [10].多级离散小波变换的高效超大规模集成架构[J]. 光学学报 2019(04)
    • [11].基于小波变换的重力区域场提取[J]. 科技创新与应用 2018(11)
    • [12].图小波变换在图像分割中的应用研究[J]. 微型机与应用 2017(08)
    • [13].同步压缩小波变换在油气检测中的应用[J]. 中国煤炭地质 2016(05)
    • [14].基于离散小波变换的信号分解与重构[J]. 计算机技术与发展 2014(11)
    • [15].压缩小波变换地震谱分解方法应用研究[J]. 石油物探 2015(01)
    • [16].一维离散小波变换在心电信号降噪中的应用[J]. 贵州师范大学学报(自然科学版) 2014(06)
    • [17].基于小波变换的时空数据压缩方法[J]. 武汉工业学院学报 2013(03)
    • [18].基于翻转结构的离散小波变换片上系统设计验证[J]. 计算机与数字工程 2013(12)
    • [19].稀疏分解与提升小波变换相结合的雷达脉冲参数估计法[J]. 电子测量技术 2020(16)
    • [20].基于方向小波变换的图像边缘检测[J]. 攀枝花学院学报 2014(05)
    • [21].过完备有理小波变换在轴承故障诊断中的应用[J]. 振动.测试与诊断 2011(05)
    • [22].5/3提升小波变换的仿真与FPGA实现[J]. 电脑知识与技术 2010(02)
    • [23].基于离散小波变换的水文序列相似查找[J]. 科技信息 2010(23)
    • [24].一种提升小波变换的VLSI结构设计[J]. 电脑知识与技术 2010(34)
    • [25].提升小波变换的并行处理与高速实现[J]. 光电工程 2009(08)
    • [26].基于提升小波变换的图像融合规则综述[J]. 电脑知识与技术 2008(31)
    • [27].基于双提升小波变换的医学图像感兴趣区编码[J]. 计算机系统应用 2008(02)
    • [28].利用平稳小波变换的突变性检测研究[J]. 电子设计工程 2020(08)
    • [29].冗余小波变换零相位分解实现方法及应用研究[J]. 电光与控制 2020(06)
    • [30].新阈值小波变换的心音去噪[J]. 计算机工程与设计 2020(09)

    标签:;  ;  ;  ;  

    基于小波变换的语音消噪
    下载Doc文档

    猜你喜欢