說話人識別中語音增強算法的研究和系統(tǒng)實現.pdf

1、作為一種基于生物特征信息的身份識別方法，說話人識別通過語音來識別說話人的身份，具有極大的應用價值和廣泛的應用前景。說話人識別系統(tǒng)對純凈語音可以達到很高的識別率，但是在噪聲環(huán)境下，系統(tǒng)的性能將會急劇下降。語音增強是解決該問題的主要方法，對帶噪語音進行語音增強處理后，能使系統(tǒng)保持較高的識別率。因此，研究語音增強技術具有重要意義。
　　 語音增強一般作為說話人識別系統(tǒng)的預處理或者前端處理模塊存在，其目的是從帶噪語音信號中提取盡可能純凈

2、的原始語音。由于噪聲信號的來源復雜且特性各不相同，必須根據不同的噪聲，采取特定的語音增強策略。本文主要針對加性寬帶噪聲，較深入地研究了基于短時譜估計的語音增強算法，對它們進行了探討驗證和改進，主要工作包括以下幾個方面：
　　 ①在端點檢測方面，比較了幾種常用能量特征的優(yōu)劣。通過引入對數能量并調整閾值，對傳統(tǒng)的基于短時能量和短時過零率的端點檢測方法進行了改進，并通過實驗驗證了改進方法的有效性。
　　 ②研究了基于短時譜估計

3、的語音增強方法，包括譜減法、維納濾波法和最小均方誤差法。介紹了上述語音增強方法的基本原理、實現方法和改進算法。通過對以上方法的系統(tǒng)分析，總結出各方法的優(yōu)缺點。詳細分析了基于短時譜估計的語音增強方法的通用形式，并對以上方法進行了計算機仿真實驗。
　　 ③對傳統(tǒng)的估計噪聲功率譜的方法進行改進，在此基礎上提出一種改進的基于先驗信噪比估計的維納濾波語音增強算法。從理論上進行了推導，并通過實驗驗證了該算法的有效性。
　　 ④在深入