基于LMS算法的语音增强系统的研究

论文摘要

在语音信号的检测过程中,被测语音信号通常比较微弱,很容易被噪声干扰和淹没,导致提取纯净的语音信号的工作很难进行。语音增强技术是解决这个问题的关键技术之一,为了消除噪声的影响,提高采集的语音信号的质量,人们设计出基于多种语音增强方法的语音信号处理系统。本文阐述了各种语音增强方法比如谱减法,小波变换法,卡尔曼滤波法等,通过计算机仿真试验比较它们的优缺点。自适应噪声抵消法是当今运用最广泛的语音增强方法之一。它主要由参数可调的自适应滤波器和自适应算法两部分组成。本文着重介绍了自适应滤波算法的原理及其应用。并针对传统自适应最小均方误差算法（LMS算法）中步长因子固定而导致收敛速度和稳态误差矛盾的缺点,提出一种基于信噪比的变步长自适应噪声抵消LMS算法。通过和VS-LMS算法的比较得出,这种改进算法收敛速度快,稳态误差小,计算复杂度低,抗噪性能好。本文以矿难监测系统为研究背景,采用MATLAB的GUI工具搭建了一个直接的面对用户的基于上述改进的变步长LMS算法的语音增强系统,模拟了语音信号受冲击噪声干扰和高斯白噪声干扰的情况,对系统进行有效性验证,从计算机仿真结果可以看出语音增强系统具有较好的降噪效果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 语音增强技术的应用背景
• 1.2 语音增强技术的发展
• 1.3 矿难监测系统的研究背景
• 1.4 本文的研究内容
• 第二章 语音增强的基础知识和系统模型
• 2.1 语音基本特性
• 2.2 噪声分析
• 2.2.1 噪声的分类
• 2.2.2 噪声的统计特征
• 2.2.3 噪声与语音增强质量的测评
• 2.3 语音增强方法比较
• 2.3.1 频谱减法
• 2.3.2 谐波增强法
• 2.3.3 小波变换法
• 2.3.4 卡尔曼滤波法
• 2.4 常见几种语音增强的方法的仿真结果比较
• 2.5 基于语音增强的声音信号处理系统模型
• 2.6 本章小结
• 第三章 基于自适应噪声抵消的语音增强算法
• 3.1 自适应噪声抵消法
• 3.2 自适应滤波器的基本原理
• 3.3 几种典型自适应滤波算法法比较
• 3.3.1 最陡下降法
• 3.3.2 LMS算法
• 3.3.3 RLS算法
• 3.3.4 仿射投影算法
• 3.4 变步长LMS算法
• 3.4.1 VS-LMS算法
• 3.4.2 基于SNR的变步长LMS算法
• 3.5 两种变步长LMS算法的仿真结果及分析
• 3.5.1 基于SNR的变步长LMS算法的最佳α,β
• 3.5.2 VS-LMS算法的最佳α,β
• 3.5.3 两种算法的比较
• 3.6 本章小结
• 第四章 语音增强系统设计与实现
• 4.1 语音增强系统结构
• 4.2 MATLAB软件介绍
• 4.3 系统设计
• 4.3.1 输入信号模块
• 4.3.2 参考信号模块
• 4.3.3 系统参数调节及输出模块
• 4.4 系统实现
• 4.5 语音增强效果评估
• 4.5.1 语音增强效果的主观评价
• 4.5.2 语音增强效果的客观评价
• 4.6 本章小结
• 第五章 总结与展望
• 5.1 全文总结
• 5.2 研究展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文