强噪环境基于谱减法的录音数字音频信号降噪

由于强噪环境中存在大量的冗余信号和噪声信号,且噪声信号种类繁杂,影响信号降噪效果,为此提出基于谱减法的录音数字音频信号降噪方法。建立联合稀疏录音数字音频信号重构模型,根据目标函数得出含噪信号与正常信号的峰值变化规律。为了降低算法误差,引入交叉项估计法对长时信噪比和瞬时信噪比实施交叉替代,使算法在低、高噪声环境下都能实现高效适应。以谱减法降噪理念,分别计算含有和不含有噪声的频谱密度值,求解得到二者间的相位差值,通过差值剔除噪声信号,实现高效降噪。仿真结果表明,所提方法所需运算量较少,去噪效率更高,在不同噪声环境中均能完成精准降噪,且不会破坏原始信号细节,实用价值较高。

基于谱减法的隧道地震波超前探测去噪方法

为快速有效地去除隧道地震超前探测数据中具有随机、频带广和能量强特征的噪声,提升偏移成像质量,进而有效探明隧道掌子面前方灾害源,充分利用谱减法在压制随机噪声上的优势,将其引入隧道地震波探测数据处理中,形成基于谱减法的隧道地震波超前探测去噪方法。该去噪方法可以有效去除随机噪声且计算效率较高,可以满足隧道的快速施工要求。通过对典型不良地质模型进行数值模拟,表明利用谱减法可有效压制隧道环境中的随机噪声干扰,地震记录中反射波信号信噪比更高,在此基础上的偏移成像结果伪像干扰更少,可有效提升探测准确性。将该方法应用至实际隧道地震探测中,成功探明了隧道掌子面前方的岩体破碎带分布位置和范围,证明应用该方法进行超前探测具有有效性和实用性。

谱减法波束形成的轴承噪声信号增强研究

当机械设备在运转时,由于各个零件自身与环境的影响会产生噪声、声音反射等一系列问题,导致从传声器阵列采集的信息中很难提故障信息。为了解决这一问题,基于声阵列采集到的信号与近场波束形成的关系,研究了一种增强声源信号的方法。该方法首先利用波束形成延迟求和的方法对故障点的位置进行定位,根据定位结果对每个通道采集的信号进行相位和幅值补偿后叠加。选取一段主要为噪声信号的频率段信息对信号进行功率估计,然后利用叠加后的信号作为谱减法算法的输入信号,对输入信号计算其功率并与噪声段的估计功率相减,以此进行降噪处理并得到增强后的信号。实验结果表明,该方法能有效地抑制噪声,提高输出信号的信噪比,根据故障特征频率对轴承进行故障诊断。

基于改进谱减法的工地语音增强方法

语音增强是一种旨在改善语音信号质量和可听性的技术,广泛应用于电话通信、语音识别、语音合成等领域,其通过降低噪声、提高语音清晰度等方式来改进语音信号。在工地施工环境下,各种非稳态噪声会导致工地通信语音质量降低,大大增加了语音通信和识别的难度。传统谱减法算法相对简单,应用范围广泛,能有效降低噪声带来的影响。但在对工地施工环境下的语音进行信号增强时,由于无语音段噪声的频谱分布在不停地发生变化,无法准确估算出其平均功率谱,所以会出现估计的噪声功率谱过大的情况,导致波形相减产生的幅度谱出现负值。如果直接将负值置为零,会过度减少信号的能量,使信号的部分信息丢失或失真,出现波形中断的情况。为了解决这一问题,通过对传统谱减法进行改进,增加谱值下限因子,在不出现波形中断的情况下解决幅度谱为负值的问题,并进一步引入平滑机制来避免谱值下限因子可能导致的波形不连续现象的发生。实验结果表明:改进谱减法在处理五种不同信噪比的带噪语音时,不仅解决了幅度谱为负值的问题,而且输出结果的信噪比与带噪语音相比,平均增加了8.43 dB;相较于传统谱减法输出结果的信噪比,平均增加了2.15 dB,并且当带噪语音的信噪比处于较低水平时,增强效果更加明显。

谱减法在船舶管道泄漏检测中的应用研究

文章针对船舶管路发生泄漏时,故障信号弱且存在环境噪声干扰,导致信号特征难以提取的问题,应用谱减法将噪声从实测信号中滤除,得到相对干净的有用信号。在此基础上,应用相关法进行定位计算。试验研究发现,该方法可以有效地去除泄漏信号中的噪声,从而提高故障定位的准确性。

基于噪声谱结构特性的谱减法

提出了基于噪声谱结构特性的谱减法,在不增加语音失真的情况下,抑制传统谱减法的"音乐噪声"。首先,依据噪声谱结构特性在频带间自适应平滑周期图,减小谱估计方差的同时,避免噪声非连续谱的能量泄露;其次,依据噪声谱的结构特性,对增益函数进行自适应调整以更有效的抑制有调噪声。测试结果表明,不论对宽带噪声还是对窄带噪声,本文算法在信噪比提高和噪声抑制量等客观评价指标上都明显优于传统谱减法。非正式主观测听进一步验证了本文算法的有效性。

应用谱减法及其改进型算法进行语音增强

该文主要研究了谱减法及其改进型算法在语音增强中的应用。在对谱减法及其几种改进型算法的理论分析基础上,进行了对比仿真实验研究。客观测试和非正式听音测试表明,增强后的语音的信噪比及音质均有明显改善,其中基于先验信噪比估计的改进型谱减法效果最好。

基于频谱方差和谱减法的语音端点检测新算法

针对低信噪比情况下频谱方差法对语音信号进行端点检测时准确率降低的问题,提出了一种结合频谱方差和谱减法的语音端点检测新算法。算法采用改进的谱减法对语音信号进行动态降噪处理,并依据得到的降噪后信号的频谱方差设置双门限值进行端点检测。仿真实验表明,该方法具有抗噪性好、自适应性强等优点,在低信噪比情况下检测的准确率与普通的频谱方差法相比有很大的提高。

复杂环境下语音增强的复平面谱减法

为了降低复杂环境中存在的各类噪声,消除噪声给语音识别及说话人识别等系统在军事自动指挥及控制领域等的应用中带来的影响,设计了一种新的谱减法。针对传统谱减法在语音增强过程中的原始语音和噪声信号相差为0的错误假设,提出一种基于复平面的、考虑纯净语音与噪声及带噪语音之间相位差信息的改进谱减法,对增益函数进行修正。经过复杂的战场仿真环境测试表明,该方法性能较好,在低信噪比的环境下性能更优。对于输入信噪比为5 dB的带噪语音,经复平面谱减法去噪后,输出信噪比为12.21 dB,比传统谱减法提高了2.1 dB。

基于帧间重叠谱减法的语音增强算法及实现

采用短时谱分析、合成技术 ,对含噪语音进行帧间重叠谱减法消除噪音 ,这种算法符合语音特性连续变化的特点。实验证明 ,该方法有效去除了噪声干扰 ,得到了增强语音 。

云终端语音交互中改进型谱减法语音增强算法

为了使云制造的各种资源和服务通过云终端为人们使用,研究了自然人机交互模式,使人们以多种通道自然、高效地通过云终端使用云制造的资源和服务,其中语音交互是人类最自然的交互通道。在实际应用中必须对自然语音信号进行预处理,以从含噪语音中得到干净的语音信号。提出一种基于听觉掩蔽效应的改进型谱减法语音增强技术,引入了新的语音端点检测算法,克服了音乐噪声的影响,提取到纯净语音。通过对其进行仿真,验证了算法的有效性。

基于谱减法的听觉模拟的语音增强

提出了一种适于低信噪比下的语音增强算法。该算法以传统的谱减法为基础,所用减参数是根据人耳听觉掩蔽效应提出的且是自适应的。对该算法进行了客观和主观测试,结果表明:相对于传统的谱减法,该算法能更好地抑制残留噪声和背景噪声,特别是对低信噪比的语音信号。

基于改进谱减法的语音增强研究

语音增强技术是语音信号处理中的重要课题之一,谱减法是目前语音增强处理中常用的方法。针对传统谱减法残余音乐噪声过强,清音部分损失严重的缺点,引入了一种利用语音信号的短时平均幅度差特征并结合短时平均幅度的语音检测算法,对传统的谱减法进行了改进。根据采集的真实航空噪声数据,将传统谱减法和改进的谱减法结果进行了比较分析。仿真结果表明,改进形式的谱减法可以有效降低音乐噪声,提高信噪比和可懂度,可以满足语音增强的要求。

一种基于实时噪声估计的改进谱减法

针对非平稳噪声环境和低信噪比下的语音增强,提出了一种基于实时噪声估计的改进谱减法。该方法首先利用临界带特征矢量距离进行端点检测,然后利用低频区和高频区带噪语音特性定义一个时变的调节系数,该系数结合端点检测可以实时地对噪声的估计值进行更新,从而达到快速跟踪外界环境变化的目的。仿真结果表明,该方法在抑制背景噪声、提高信噪比、减少语音失真等方面优于传统的语音增强方法。

压制多次波的正交多项式谱减法

本文提出了一种新的压制多次波的正交多项式谱减法.将地震资料经过正交多项式变换,其高阶系数谱主要体现了多次波特征.根据多次波低阶系数谱与高阶系数谱之间的关系,估计出多次波的低阶系数谱,从地震记录正交多项式系数谱中减去多次波的系数谱得到一次波的正交多项式系数谱.该方法较好地解决了一次波和多次波在正交多项式谱混叠的问题,尤其在近偏移距有效地分离了多次波和一次波,同时能够较好地保护地震信号中的 AVO(amplitude versus offset,振幅随偏移距变化)信息.人工合成数据处理结果表明了所提出方法的有效性.

基于谱减法和变步长LMS语音增强算法

谱减法是目前有效的增强语音信号质量的技术之一,低信噪比下降噪效果明显,而LMS自适应滤波算法收敛速度慢,步长需在收敛速度和失调折中选择。提出了先经过谱减法然后采用变步长LMS自适应滤波算法联合去噪来提高信号质量,通过改变误差的平方项来调节步长,步长采用先固定后变化的原则,兼顾了提高收敛速度和缩小稳态误差。在MATLAB环境下进行仿真实验,测试结果表明提出的经过基本谱减法后再采用变步长LMS自适应滤波算法能有效消除背景噪声,信噪比SNR和PESQ分值得到了较大的提高,减少了原始语音信号的失真,提高了信号质量。

采用子带谱减法的语音增强

为了抑制语音信号中的环境噪声,提出了一种基于子带谱减法进行噪声抑制的语音增强方法。首先通过滤波器组将时域信号分成若干个频(子)带,然后在每个子带中,独立使用改进的谱减法技术进行语音增强。由于实际环境中的背景噪声绝大多数都不是随频率均匀分布的,因此这种在不同频带内进行噪声估计和频谱相减的方法更具有针对性,且更加准确。在实际语音处理实验中证明,所提方法在达到噪声抑制效果的同时较好地保留了语音的结构,使增强后的语音具有更高的听觉舒适度和可理解度。

结合相位谱补偿的调制域谱减法

针对现有谱减法面临增强语音可懂度低且引入"音乐噪声"的问题,提出了一种结合相位谱补偿的调制域谱减法。首先将语音分解到若干频带,以同一频带不同时间的幅度谱为输入,通过傅里叶变换得到调制谱,然后采用谱减法修正不同频带的调制幅度谱,有效抑制了背景噪声,同时利用反对称函数补偿调制相位谱,进一步降低残留噪声,提高了语音可懂度。主客观实验结果表明,在不同噪声及信噪比情况下,本文方法能明显抑制背景噪声和"音乐噪声",同时处理后的增强语音保持良好的语音可懂度,改善了主观感知质量。

改进谱减法结合神经网络的语音增强研究

背景噪声是通信系统噪声干扰的来源之一,语音增强可以降低乃至消除噪声干扰,进而提高语音的可懂度。为了减小复杂噪声环境下谱减法引发的音乐噪声,采取正交的多窗谱估计对语音功率谱平滑处理,有效的减小了信息丢失和估计波动。利用自适应谱减系数调整谱增益和谱下限来控制残留噪声,利用优化的IMCRA算法对噪声及时更新来判决语音段和静音段,同时借助特性良好的BP神经网络方法进行训练,语音和噪声谱通过谱减后,波形重构获取增强的语音信号。仿真结果表明语音降噪效果好、可懂度高。

基于多窗谱估计的改进谱减法

在各种语音增强法中，谱减法以其简单、有效而被广泛应用。在谱减法中，一般使用周期图法对语音信号进行功率谱估计，但是它的估计偏差以及方差较大，直接结果是引起了较大的音乐噪声。而多窗谱（multitaper）估计具有较小的估计偏差和方差。因此，使用基于多窗谱估计的改进谱减法可以有效降低音乐噪声。实验结果证明，在相同实验条件下，该方法得到的增强语音中的音乐噪声要明显小于使用周期图法的结果，且信噪比可提高1～2dB。