没有合适的资源?快使用搜索试试~ 我知道了~
© 2013年。出版社:Elsevier B.V.信息工程研究院负责评选和同行评议可在www.sciencedirect.comwww.sciencedirect.com在线获取ScienceDirectIERI Procedia 4(2013)337 - 3432013年电子工程与计算机科学语音增强中信号自适应平滑的新算法Sonia Sunnya,David Peter Sb,K Poulose Jacobc*a部。计算机科学,科钦科技大学,Kochi-682022,喀拉拉邦,印度b工程学院,科钦科技大学,Kochi-682022,喀拉拉邦,印度c系科钦科技大学计算机科学系,Kochi-682022,Kerala,印度摘要语音信号在本质上是非平稳和非线性的。它们受到背景噪声的影响,这影响了语音识别系统的性能。本文论述了平滑的信号,有通过消除噪声的语音信号的发展,一个有效的语音识别系统,识别孤立的口语词在马拉雅拉姆语。在这里,语音信号进行预处理,使用小波降噪方法,使用软消隐(ST)。提出了一种新的算法,该算法用于在应用阈值之前平滑信号。这增加了信噪比(SNR),表明自适应平滑通过减少更多噪声来改善语音信号的质量。© 2013作者。由Elsevier B. V.在CC BY-NC-ND许可下开放获取。信息工程研究院负责评选和同行评议关键词:语音增强;小波变换;软滤波;信噪比;自适应平滑方法。1. 介绍语言是人类交流的主要手段。由于语音识别系统受到背景噪声的影响,抑制语音信号中的噪声是一个具有挑战性的研究领域[1]。语音识别系统识别语音样本的能力由于背景噪声而降低。* 通讯作者。联系电话:09447002929电子邮件地址:sonia. deepak@yahoo.co.in。2212-6678 © 2013作者由Elsevier B. V.在CC BY-NC-ND许可下开放获取。信息工程研究所负责的选择和同行评审doi:10.1016/j.ieri.2013.11.048338Sonia Sunny等人/ IERI Procedia 4(2013)337语音增强是许多研究人员感兴趣的,因为从信号中去除噪声是开发鲁棒语音识别系统的主要关注点。当从信号中去除噪声时,应保留原始信号的属性[2]。加性噪声的存在降低了语音信号的清晰度和质量。因此,语音增强技术被用来增强污染的信号。根据噪声源的性质和特性,噪声可以分为许多类型。诸如背景噪声、脉冲噪声、扬声器干扰噪声的加性噪声和诸如扬声器应力、麦克风的非线性等的非加性噪声影响所产生的语音的质量。由于小波的多分辨率和局部化特性,小波变换被用于各种研究领域,包括信号和图像去噪,数据压缩和分类问题。 在本文中,说话人独立的孤立词从马拉雅拉姆语使用。小波系数去噪使用小波去噪技术,使用软阈值。噪声和目标信号的小波系数使用称为阈值的边界分离[3],该阈值根据标准规则进行估计。但简单的阈值只能在一定程度上抑制噪声。因此,这里提出了一种新的算法,以便平滑信号,从而通过获得比原始信号更平滑的信号来平滑语音信号中的急剧变化。然后可以应用软阈值来进一步降低噪声。下文是这份文件的概要。这项工作的目标在第2节中确定。第3节介绍了为承认而建立的数据库。在下一节中,将解释离散小波变换(DWT)的原理和为工作选择的小波。 第五节介绍了软阈值语音增强方法。在第6节中解释了所提出的用于语音信号的自适应平滑的算法。所做实验的性能评价和所得结果见第7节。最后一部分是对本文工作的总结。2. 问题定义本文的主要目标是通过设计一个有效的语音识别系统来尽可能多地去除语音信号中的噪声,以提高语音的质量。语音增强算法用于通过降低噪声来提高语音的质量和清晰度[4]。存在不同类型的可用语音增强算法,如滤波技术、频谱恢复技术、基于模型的方法和基于小波的方法。语音增强是提高语音识别准确率的一个重要因素,因此对语音增强的研究具有重要意义。这里,采用小波去噪,这被认为是一种非参数方法[5]。在这项工作中,我们使用了两种方法。第一种方法使用软阈值,第二种方法使用新的算法来平滑信号的边缘随后应用软阈值处理。从信噪比、频谱图和波形图等方面对ST和自适应平滑软阈值保持进行了比较。3. 词汇库在马拉雅拉姆语中,没有内置的标准数据库。因此,创建了一个数据库,其中包含1000名年龄在6岁至70岁之间的发言者,每人说出5个马拉雅拉姆语单词。这给出了由总共5000个孤立的口语单词的发音组成的数据库。这为我们的研究提供了一个中等规模。为了建立数据库,我们记录了400名男性发言者、400名女性发言者和200名儿童的发言。男性、女性和儿童的声音在音高、频率、语音和许多其他因素上存在差异。存储在数据库中的样本通过使用麦克风以8KHz(4KHz频带限制)的采样率进行记录口头Sonia Sunny等人/ IERI Procedia 4(2013)337339单词、英语单词、它们的国际音标(IPA)格式和英语翻译见表1。表1.词汇库马拉雅拉姆语单词英语单词IPA格式英语翻译喀拉拉/kamarra!上午/喀拉拉维迪亚波武联系我们/pu:v/知识花塔马拉中文(简体)莲花帕瓦中文(简体)娃娃4. 离散小波变换(DWT)及小波的选择在离散小波变换中,信号可以用时间和频率表示。信号可以使用其多分辨率滤波器组和特殊小波滤波器进行DWT分析和重建[6]。小波变换的主要特点是,它们可以使用不同大小的窗口,这是在低频宽,在高频窄。这给出了所有频率范围内的最佳时间-频率分辨率[7]。在DWT中,原始信号通过2个滤波器,即低通滤波器和高通滤波器,并产生称为近似(低频)系数和细节(高频)系数的2个信号。在语音信号中,近似系数比细节系数更重要,因为它们更能代表信号的特征[8]。.小波族和小波的选择在信号去噪中起着重要的作用。在这项工作中,我们使用了最流行的小波称为Daubechies小波被发现是有效的语音处理应用程序。选择最佳小波函数的主要标准是减小重构误差方差和提高信噪比。如果消失矩的数量较多,则会导致复杂性。但它们在重建中提供了更好的性能,并且对处理后的语音信号造成的失真更小。所以这里我们使用了具有更多消失点的小波。5. 小波软消噪有两种常用的阈值函数用于使用小波对信号进行去噪,即硬阈值函数和软阈值函数[9]。在硬阈值处理中,绝对值小于阈值的元素被设置为0,而在软阈值处理中,绝对值低于阈值的元素首先被设置为0。然后,非零系数向0收缩。硬阈值和软阈值可以表示为X{Xif||(一)硬0如果|| 340Sonia Sunny等人/ IERI Procedia 4(2013)337{XSoft(2)A(|X| ||)如果100如果|||X |(二)其中,X表示小波系数,并且λ是阈值。这里我们使用了软阈值技术。由Donoho和Jonstone提出的普遍性阈值是指平均值[10] 其被定义为n = nn加性高斯白噪声(AWGN)被添加到这里。假设x(t)是原始信号,添加的噪声是n(t)。然后,信号y(t)可以表示为原始信号和噪声的总和y(t)= x(t)+ n(t)[11][12]。这里使用的去噪过程有三个步骤。使用Daubechies小波,计算信号的小波分解,直到第8级。对细节系数应用软阈值。利用小波逆变换重构信号。6. 提出的自适应平滑软消隐方法许多研究活动已经进行,并提出了寻找新的语音去噪算法,使用不同的阈值,并结合不同的阈值技术。在这项工作中,我们使用了已经定义良好的软阈值技术。开发的新思想是在应用阈值之前平滑信号。语音信号通常被以尖峰或波谷形式表示的突然的、突变的噪声信号污染。尖峰/波谷会扭曲计算并产生错误的结果。消除这种突然变化一直是一项具有挑战性的任务。在普通阈值处理中,仅切除尖峰的顶部/底部部分。但是波形中的陡峭梯度将存在,这实际上加重了失真。衰减失真而不实际影响原始波形是最重要的。在所提出的ASST方法中,将先前值与未来值进行比较,以确定信号的总体趋势,从而便于抑制随机波谷。如果通过平滑来减少这些突然的尖峰,则可以自动减少更多的噪声分量,并且可以完整地捕获原始信号。然后,给出该平滑的信号,用于使用软阈值去噪,软阈值产生的SNR值大于单独使用软阈值的SNR值。在ASST中,比较样本当前值和下一个值的符号。Yi与Yi + 1相比。如果两个值都在相同的方向上并且处于增加的趋势中,则样本总体上被再现并且通过小于1的平滑因子(例如0.5)被放大,当趋势继续时,平滑因子减小。当趋势发生逆转时,添加的因子保持在较高水平,以捕捉总的逆转。如果Yi和Yi + 1在相反的方向上,或者换句话说,如果幅度有符号变化,我们应用一个限制下降的主导因子。如果趋势继续,信号再次再现,加上因子。7. 完成的实验和性能评价在这里,使用不同的daubechies小波的顺序,db8,db12,db20和db22随着5db的噪声进行了不同的实验。性能评估计算的SNR值,频谱图和波形图。7.1. 使用SNR进行下表显示了单独使用ST和使用ASST的SNR值的比较。从结果可以清楚地看出,使用db20可以获得更好的结果。Sonia Sunny等人/ IERI Procedia 4(2013)337341频率频率频率表2. 使用ST和ASSTInput SNR(dB)的小波使用ST使用ASST5Db86.97477.59725DB127.00448.13435DB207.02348.83725DB226.98168.72027.2. 使用光谱图进行下图显示了原始信号、噪声信号、使用ST的重建信号和使用db20的ASST的重建信号的频谱图。4X 10真实语音信号4 嘈杂话音信号4使用ST的4使用ASST去噪信号2 2 2 21.51.51.51.51 1 1 10.50.50.50.500.10.20.30.40.5个单位时间00.10.20.30.40.5个单位时间00.10.20.30.40.5个单位时间00.10.20.30.40.5个单位时间Fig. 1.光谱图的比较7.3. 使用波形图进行下图显示了原始信号、噪声信号、使用ST的重建信号和使用db20的ASST的重建信号的波形图。频率X10X10X10342Sonia Sunny等人/ IERI Procedia 4(2013)337真实语音信号200-200 0.5 1 1.5 2 2.5样品嘈杂话音信号504X 100-500 0.5 1 1.5 2 2.5样品使用ST的504X 100-500 0.5 1 1.5 2 2.5样品ASST去噪信号504X 100-5000.51 1.5 2 2.5样品4X 10图2.波形图8. 结论和今后的工作本文提出了一种改进的语音增强方法。本文提出了一种新的平滑语音信号的算法,它通过去除含有噪声的突峰来实现。当该算法与软阈值一起使用时,通过增加SNR值获得更好的结果。数据库中的所有5000个样本均用于评价。所有的数据都表明结果有所改善。得到的结果清楚地表明,在应用任何阈值方法之前平滑信号给出更好的结果。由于信号的自适应平滑是可以应用于任何信号的常用技术,因此它可以与任何语音增强方法一起使用。因此,利用ASST进行小波去噪是一种有效的信号去噪方法。作为这项工作的未来扩展,可以使用不同的语音增强技术,并可以分析这些技术的性能。引用[1] D.奥肖内西语音通信:人类与机器,IEEE出版社:Addison-Wesley出版公司,1999年。[2] 尹炳俊,P.P. Vaidyanathan。基于小波的自定义阈值去噪,IEEE国际声学、语音和信号处理会议; 2004; 925-928。[3] 穆罕默德·巴哈拉,让·鲁瓦。基于时间尺度自适应的小波语音增强,语音通信;第48卷:第12期:2006年; 1620[4] Hadhami Issaoui,Aïcha Bouzid,Noureddine Ellouze.选择的固有模式选择的软和硬之间的比较,IEEE电子科学会议,信息和电信技术; 2012; 1-5。[5] 斯拉维湾拉乔·米霍夫安赫尔·伊万诺夫波波夫通过小波变换去噪语音信号,电子学年刊; 2009;ISSN 1313-1842。[6] 马赫什河放大图片作者:M.语音信号去噪小波实现研究,国际计算机应用杂志,第3卷,第2期,2010年,第1-7页[7] 马特科·萨里奇,卢基·比利契奇,赫沃耶·杜伊米奇。基于改进通用阈值的小波变换的音频信号白噪声抑制。博斯科维察湾B Hr 21000斯普利特,克罗地亚. 2005A mplitudeA mplitude振幅A mplitudeSonia Sunny等人/ IERI Procedia 4(2013)337343[8] 艾利夫·德莉亚·乌贝伊采用小波系数进行ECG信号分类的组合神经网络模型,数字信号处理;2009年11月19日; 297-308。[9] S. Kadambe,P. Srinivasan.自适应小波在语音中的应用,光学工程,33(7):1994; 2204-2211。[10] D.L.多诺霍用软阈值法去噪,IEEE信息理论汇刊;第41卷:第3期:1995年; 613-627页。[11] 亚西尔·甘巴里穆罕默德·礼萨·卡拉米基于小波包自适应阈值的语音增强新方法,语音通信,第48卷(8):2006年; 927[12] 铁才、邢武。使用自适应分解的基于小波的语音去噪,IEEE工业技术国际会议论文集; 2008; 1-5。
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功