特定人語音增強算法的研究.pdf

1、隨著信息化的發(fā)展，語音通信成為人們日常最基本的溝通方式，但在實際環(huán)境中會不可避免的受到各種噪聲的影響，導致語音質量和系統(tǒng)性能的下降，因此很多學者致力于研究高效的語音增強算法。目前，越來越多的電子設備被“私有化”，即在日常生活中，僅被一個人或固定的幾個人長期使用，所以根據這個特點，我們考慮在語音增強算法中引入特定說話人的特征信息，進而提高噪聲的抑制能力。
　　本文通過分析幾種經典語音增強算法，給出了一種基于特定人特征的改進算法。在語

2、音存在與否的雙狀態(tài)模型下，最優(yōu)修正的最小均方差對數幅度譜估計（OMLSA）算法與改進的最小值控制的遞歸平均（IMCRA）算法相結合的方法，相對于其他經典算法在噪聲抑制方面具有明顯優(yōu)勢。因此，本文在IMCRA-OMLSA算法的基礎上，引入特定說話人的特征信息。
　　在特定人語音增強算法中，特定人特征信息是經過大量特定人的語音訓練后得到的高斯混合模型（GMM）。根據語音存在概率對不同信號譜的估計過程和權重系數的影響，分別從先驗信噪比估