復(fù)雜環(huán)境下麥克風(fēng)陣列語音增強方法研究.pdf

1、語音增強是信號處理領(lǐng)域中主要的研究內(nèi)容之一，在現(xiàn)代通信、多媒體技術(shù)、人機交互及智能系統(tǒng)等領(lǐng)域中具有廣泛的應(yīng)用價值。語音增強的主要目的是從帶噪聲的語音信號中提取出語音信息，以獲得高質(zhì)量語音信號。但多樣性噪聲源與環(huán)境混響的存在，使得麥克風(fēng)接收的語音信號質(zhì)量較差，這不僅影響語音的可懂度，而且影響語音處理系統(tǒng)的整體性能。因此，需要進行有效的噪聲抑制，以增強語音信號的質(zhì)量。
　　 通常情況下，單麥克風(fēng)語音增強方法具有良好的噪聲抑制性能，但

2、在復(fù)雜的聲學(xué)環(huán)境下，其噪聲抑制性能急劇退化。麥克風(fēng)陣列融合了語音信號的空間和時間信息，具有較高的空間分辨率與較強的抗干擾能力等特點，使得麥克風(fēng)陣列成為視頻會議等智能通信系統(tǒng)中捕捉說話人語音、改善語音質(zhì)量的重要手段。近年來，基于麥克風(fēng)陣列的語音增強方法已經(jīng)成為語音增強技術(shù)的研究熱點。
　　 本文以陣列處理和語音處理作為信號處理的主要工具，以視頻會議系統(tǒng)為應(yīng)用背景，對麥克風(fēng)陣列語音增強方法進行了深入研究。
　　 本文的主要創(chuàng)

3、新研究成果如下：
　　 (1)自適應(yīng)波束形成與后置濾波波束形成融合的麥克風(fēng)陣列語音增強方法。通常自適應(yīng)波束形成語音增強方法適用于強相干噪聲場，后置濾波波束形成方法適用于非相干噪聲場，本文將這兩種方法進行結(jié)合，給出了一種新的波束形成語音增強方法，該方法在相干噪聲場與非相干噪聲場環(huán)境下均有較好的消噪性能，因此對噪聲場有良好的魯棒性。
　　 (2)混響環(huán)境下時延估計方法的研究。在基于波束形成語音增強方法中，需要對麥克風(fēng)接收的信

4、號進行時延補償。目前已有的時延估計算法大都沒有考慮混響的影響，為此，本文給出了一種基于語音建立信號和廣義相關(guān)加權(quán)的時延估計方法。該方法首先利用避免混響(Echo-Avoidance，EA)的混響模型(簡稱EA混響模型)來提取語音建立信號；然后用語音建立信號估計信號的功率譜，并進行平滑處理；最后采用廣義相關(guān)加權(quán)方法估計時延。該方法在混響環(huán)境下可以有效地估計時延。實驗結(jié)果驗證了該方法的有效性。
　　 (3)倒譜域語音去混響方法的研究

5、。本文給出了一種基于倒譜技術(shù)的麥克風(fēng)陣列語音增強方法。該方法利用人耳對語音信號相位的不敏感特性，采用一種近似手段從含噪的語音信號中提取相位信息，以減少其運算量。仿真結(jié)果表明了該方法的有效性。
　　 (4)麥克風(fēng)陣列語音增強子空間方法的研究。本文在麥克風(fēng)陣列廣義奇異值分解(GSVD)語音增強方法基礎(chǔ)上，從降低計算量的角度，提出了一種基于GSVD的麥克風(fēng)陣列語音增強改進方法。該方法是一種次優(yōu)濾波語音增強方法，它在干擾噪聲是白噪聲的情

6、況下，無需進行語音端點檢測，因此計算復(fù)雜度大大降低。此外，本文還將GSVD麥克風(fēng)陣列語音增強方法應(yīng)用于單麥克風(fēng)語音增強，同樣取得了較好的增強效果。仿真實驗結(jié)果表明，該方法能有效地抑制白噪聲，使信噪比得到明顯提高，同時也改善了語音質(zhì)量。
　　 (5)基于語音生成模型的麥克風(fēng)陣列語音增強方法研究。本文將單麥克風(fēng)時變AR模型語音增強方法應(yīng)用于麥克風(fēng)陣列中，同時結(jié)合麥克風(fēng)陣列的空間特性，給出了一種基于語音生成模型的麥克風(fēng)陣列語音增強方法