基于子空間語(yǔ)音增強(qiáng)方法的研究

1、基于子空間語(yǔ)音加強(qiáng)要領(lǐng)的研究【摘要】目的：研究基于信號(hào)子空間的語(yǔ)音加強(qiáng)要領(lǐng)。要領(lǐng)：利用lEditPr2.0軟件錄制語(yǔ)音，參加種種噪聲，利用atlab軟件舉行闡發(fā)、處置懲罰。結(jié)果：不雅察語(yǔ)音信號(hào)波形圖和語(yǔ)譜圖，利用信號(hào)子空間的剖析要領(lǐng)，可使信噪比大大增長(zhǎng)。結(jié)論：基于子空間的語(yǔ)音加強(qiáng)要領(lǐng)在主不雅聽(tīng)覺(jué)與客不雅指標(biāo)上均得到了令人滿足的結(jié)果?！娟P(guān)鍵詞】子空間；語(yǔ)音加強(qiáng)；語(yǔ)譜圖Abstratbjetive：Tstudyspeehenhaneentethdbasednthesignalsub-spaeethds：SpeehesthihvariusnisesereaddedasrerdedbylEditPr2

2、.0，andanalyzedandthendealtithbyatlabResults：Theratifniseandsignalanbeiprvedaltbyreadingspeehavefrandspeehspetruandusingthesub-spaedepsitinnlusin：Theethdfspeehenhaneentbasednsignalsub-spaehasahievedsatisfyingeffetsinbthsubjetivehearingandbjetivequtaKeyrdssub-spaeenhaneent；speehenhaneent；speehspetru語(yǔ)音

3、識(shí)別研究已經(jīng)獲得龐大生長(zhǎng)，但間隔呆板與人自由交換的目的還相稱迢遙。如今的識(shí)別體系多數(shù)是范圍在平靜環(huán)境中利用的，在噪聲環(huán)境中，尤其是強(qiáng)噪聲環(huán)境，語(yǔ)音識(shí)別體系的識(shí)別性能將受到嚴(yán)峻影響。怎樣進(jìn)步強(qiáng)噪聲環(huán)境下語(yǔ)音識(shí)別的正確率是當(dāng)前語(yǔ)音識(shí)別的困難之一。從帶噪語(yǔ)音信號(hào)中提取盡大概純潔的原始語(yǔ)音的歷程稱為語(yǔ)音加強(qiáng)。污染語(yǔ)音的噪聲包羅窄帶噪聲和寬帶噪聲兩類。對(duì)付低頻滋擾、串音等窄帶噪聲，一樣平常用線性濾波器便可有用按捺，而寬帶噪聲無(wú)論從時(shí)域照舊從頻域看均與語(yǔ)音信號(hào)重疊在一起，傳統(tǒng)的線性濾波無(wú)能為力。消除噪聲的難點(diǎn)在于寬帶噪聲的消除。1質(zhì)料和要領(lǐng)1.1質(zhì)料在實(shí)行室環(huán)境下利用lEditPr2.0軟件錄制一段語(yǔ)音，

4、再利用atlab軟件天生一段白噪聲，合成差異信噪比-10dB10dB的帶噪語(yǔ)音。1.2要領(lǐng)子空間語(yǔ)音加強(qiáng)算法重要是利用數(shù)據(jù)協(xié)方差矩陣的特性值剖析，利用特性值的巨細(xì)，將協(xié)方差矩陣的特性子空間分為信號(hào)子空間和噪聲子空間兩部門，并將含噪聲語(yǔ)音投影到語(yǔ)音子空間中，以該投影作為語(yǔ)音信號(hào)的預(yù)計(jì)值。語(yǔ)音加強(qiáng)的題目可以形貌為從一被污染信號(hào)中，規(guī)復(fù)出原始語(yǔ)音信號(hào)的歷程。設(shè)語(yǔ)音幀長(zhǎng)為，那么每一幀信號(hào)都可當(dāng)作是一個(gè)維的矢量。維的矢量信號(hào)可張成維數(shù)為的空間。假設(shè)語(yǔ)音信號(hào)位于K維子空間中，而且K。原始純潔語(yǔ)音信號(hào)可以用以下的線性模子表現(xiàn)：s=VX=Ki=1xiviK1V=v1，v2，vK是一個(gè)K的矩陣，它的秩是K,且各

5、個(gè)矢量之間彼此正交1；X=x1，x2，xKT是一個(gè)1的矢量,是零均值的復(fù)隨機(jī)變量。帶噪語(yǔ)音信號(hào)可寫(xiě)成：y=VX+n2y的協(xié)方差矩陣為：Ry=E(yyH)=Rs+Rn=VRxVH+Rn3此中Rs表現(xiàn)純潔語(yǔ)音信號(hào)s的協(xié)方差矩陣，Rx表現(xiàn)向量X的協(xié)方差矩陣，Rn為噪聲的協(xié)方差矩陣:Rn=2nI4通過(guò)KL睜開(kāi)2將含噪語(yǔ)音信號(hào)所張成的空間剖析成信號(hào)子空間和噪聲子空間。先不思量噪聲的存在，只思量純潔語(yǔ)音的環(huán)境下，對(duì)信號(hào)s的協(xié)方差矩陣Rs舉行特性值剖析，可以得到：Rs=QQH=Q1Q2s1000Q1HQ2H(5)式中，s1=diag(s1,sk)是信號(hào)子空間的特性值，由于Rs是半正定陣，以是sk0，1kK。

6、由于語(yǔ)音信號(hào)在K維空間內(nèi)，因此非零特性的個(gè)數(shù)為K。特性值向量矩陣Q剖析為2個(gè)子矩陣Q1和Q2。Q1矩陣包羅非零特性值所對(duì)應(yīng)的特性向量，界說(shuō)這些特性向量為組成信號(hào)子空間的根本向量；Q2包羅的特性向量張成空間界說(shuō)為噪聲子空間。線性預(yù)計(jì)子的濾波矩陣表現(xiàn)為H，那么語(yǔ)音信號(hào)的向量可由下式預(yù)計(jì):s=Hy(6)那么預(yù)計(jì)的語(yǔ)音值與真實(shí)的語(yǔ)音信號(hào)值的偏向由下式給出：e=s-s=(H-I)s+Hn=es+en(7)這里es=(H-I)s表現(xiàn)語(yǔ)音信號(hào)的失真，en=Hn表現(xiàn)剩余噪聲。界說(shuō)語(yǔ)音信號(hào)失真能量e2s=tr(EeseHs)=tr(H-I)Rs(H-I)H)和殘留噪聲能量e2n=tr(EeneHn)=tr(H-

7、I)Rn(H-I)H)，Rs和Rn別離是純潔語(yǔ)音信號(hào)和噪聲信號(hào)的協(xié)方差矩陣。頻域束縛預(yù)計(jì)子在把噪聲束縛在一門限值下的同時(shí)，只管淘汰語(yǔ)音信號(hào)的失真3。純潔語(yǔ)音的最優(yōu)預(yù)計(jì)矩陣可以通過(guò)求解下面的束縛優(yōu)化題目得到：Hpt=arginHe2s束縛條件：1e2n28加強(qiáng)體系的輸出為：spt=U1GUH1y9此中G=(1)s(1)s+2NI)-12結(jié)果圖1是噪聲為白噪聲、信噪比為0dB的一段帶噪語(yǔ)音用子空間法加強(qiáng)后的語(yǔ)音信號(hào)波形及語(yǔ)譜圖4。結(jié)果表白基于信號(hào)子空間剖析的語(yǔ)音加強(qiáng)要領(lǐng)可以或許有用的濾除配景寬帶噪聲。本研究還給出配景為汽車噪聲的加強(qiáng)結(jié)果。圖2是配景為汽車噪聲和白噪聲信噪比別離在-10dB10dB的子空間加強(qiáng)結(jié)果的比擬圖。從圖2可以看出，對(duì)付白噪聲的加強(qiáng)后的信噪比要高于對(duì)汽車噪聲的加強(qiáng)結(jié)果。這是由于在對(duì)噪聲的預(yù)計(jì)中白噪聲的預(yù)計(jì)比有色噪聲的預(yù)計(jì)更靠近于真實(shí)噪聲。3討論本研究中的加強(qiáng)要領(lǐng)只管也利用了語(yǔ)音信號(hào)的短時(shí)安穩(wěn)特性，但與基于信號(hào)短時(shí)譜的維納濾波法等加強(qiáng)要擁有所差異。由于維納濾波法是在信號(hào)短時(shí)傅