待识别语音净化处理系统

为提高语音识别系统在噪声环境中的性能,文中提出利用分阶段ICA算法净化待识别语音,并基于此算法设计DSP语音净化系统,有效的提高语音识别系统的识别率和鲁棒性。

基于盲源分离的语音识别前端语音净化处理研究

研究了利用盲源分离理论解决语音识别之前的语音净化问题。基于MSICA算法良好的性能、低复杂度和实时性,设计了以TI公司的TMS320C6416数字信号处理器为内核的语音净化系统。该系统可以使语音识别系统获得纯净语音,从而有效提高语音识别系统的识别率和鲁棒性。

基于小波变换的语音净化新方法

语音信号由于其时变特性,传统的小波算法虽然能够衰减语音中含有的噪声,但易造成语音的失真。文中提出了基于小波变换的语音净化新方法,改进了阈值的选择和小波系数量化算法。仿真实验结果表明,在去除噪声和提高信噪比方面,本文方法是一种有效语音净化方法。

基于小波包变换的自适应阈值语音去噪净化

提出了一种基于小波包变换的自适应阈值语音去噪净化方法。采用双正交小波包分解,克服了传统的正交小波变换的缺陷。采用自适应阈值方法,通过最佳阈值的估计,在去噪的同时进一步提高信噪比。仿真实验结果表明,方法能在有效去除噪声的过程中保证相位不失真和较好保留语音细节,语音净化效果明显优于其他方法。

基于MATLAB/STM32的语音信号增强、系统建模与仿真优化

传统的算法虽然能够抑制语音中的噪声,但易造成语音的失真。本文建立了一种改进的阈值法语音信号增强算法。通过MATLAB仿真平台的实验仿真和传统增强算法的比较,证明了本方法能有效去除信号中的噪声、改进语音质量、提高语音可懂度,达到增强语音信号的效果;在此基础上,利用STM32对系统在两种不同环境下进行了测试,然后根据测试结果进一步对系统进行了优化。优化内容集中在语音命令模式、增添命令列表和修改录音参数三个方面,最终对优化后的系统再次进行了相同的测试,取得了相较于之前更加满足要求的结果。