版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、為提高重構(gòu)語音質(zhì)量,提出基于特征值置換和篩選的子空間語音增強(qiáng)算法。在內(nèi)嵌式預(yù)白化子空間方法的基礎(chǔ)上,用特征值篩選和置換來改善增強(qiáng)語音效果。研究發(fā)現(xiàn),對純凈語音和噪聲的協(xié)方差矩陣進(jìn)行廣義特征值分解后,大特征值分量主要包含純凈語音信息,而小特征值分量主要包含噪聲信息,通過特征值排序后,用相鄰的大特征值分量置換或?yàn)V除小特征值分量,可有效提高語音幀的相關(guān)性,獲得更好的增強(qiáng)語音信號。相比傳統(tǒng)的子空間方法,基于特征值置換和篩選的子空間語音增強(qiáng)算法能
2、有效工作于強(qiáng)噪聲環(huán)境,顯著提高信噪比,并使增強(qiáng)語音有較好的可懂度。
本文的創(chuàng)新和具體工作如下:
1.提出特征值分量濾除方法,在內(nèi)嵌式預(yù)白化子空間的基礎(chǔ)上,通過濾除小的特征值分量來改善重構(gòu)語音質(zhì)量。
2.提出特征值分量置換方法,對含噪語音協(xié)方差矩陣的特征值分量按特征值從大到小排序后,用相鄰的大特征值分量置換小特征值分量。
3.對特征值分量進(jìn)行上述的濾除或者置換后,剩余的特征向量矩陣不再是方陣。正常情
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波變換的語音特征值提取算法的研究.pdf
- 語音特征值提取方法的研究.pdf
- 大規(guī)模矩陣特征值及線性系統(tǒng)的Krylov子空間算法研究.pdf
- 基于改進(jìn)特征值的語音關(guān)鍵詞提取.pdf
- 基于子空間的語音增強(qiáng) 畢業(yè)論文
- 圖的特征值與Laplace特征值的研究.pdf
- 特征值優(yōu)化問題的若干算法研究.pdf
- 基于子帶的壓縮感知語音增強(qiáng)算法研究.pdf
- 求解矩陣特征值問題的Inverse-free Krylov子空間方法.pdf
- 基于快速特征值分解的空間譜估計(jì)算法實(shí)現(xiàn)技術(shù)研究.pdf
- 基于實(shí)值離散Gabor變換的語音增強(qiáng)算法研究.pdf
- 對求解大型稀疏特征值問題的子空間迭代法的研究.pdf
- 基于信號子空間的語音增強(qiáng)算法研究與實(shí)現(xiàn).pdf
- 幾類特征值優(yōu)化的空間分解方法.pdf
- 基于子帶分解的分?jǐn)?shù)傅里葉變換語音增強(qiáng)算法研究.pdf
- 求解特征值互補(bǔ)問題的ABS算法.pdf
- QR算法求矩陣特征值.doc
- QR算法求矩陣特征值.doc
- 特征值頻譜感知算法的研究及改進(jìn).pdf
- Willmore子流形的幾何剛性與特征值問題研究.pdf
評論
0/150
提交評論