数字语音降噪系统实现研究

在短波语音通信场景下,基于梅尔倒谱距离的语音端点检测与谱减法降噪和有效的滤波器滤波相结合研究了数字语音降噪系统设计方案。经过对实际采集的带噪语音处理分析,该方案既能够高效实现对强背景噪声的降噪处理,又能够有效抑制“音乐噪声”的影响,算法简洁,资源利用率较高,适合于在可移动的短波接收机的嵌入式芯片中实现。

无声语音识别中的端点检测算法

无声语音识别常以表面肌电信号作为研究对象。表面肌电信号的端点检测是影响识别结果的一个重要因素。表面肌电信号与语音信号有类似之处。借助语音端点检测的方法对表面肌电信号进行分割是一种可行的思路。基于此,采用子带谱熵和梅尔倒谱距离作为信号端点检测的判决依据,通过粒子群算法优化支持向量机分类器给出端点检测结果。结果表明,在不同信噪比条件下,该算法有最高的检出率与最低的错误率。对于基于K最近邻(K-Nearest Neighbor,KNN)的无声语音识别任务,识别率达95.3%。