資源描述：
《基于bp神經(jīng)網(wǎng)絡(luò)語音增強(qiáng)算法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、青海師范大學(xué)學(xué)位論文獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得青海師范大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中做了明確的說明并表示了謝意。研究生簽名：日期：青海師范大學(xué)學(xué)位論文使用授權(quán)聲明青海師范大學(xué)、中國科學(xué)技術(shù)信息研究所、國家圖書館有權(quán)保留本人所送交學(xué)位論文的復(fù)印件和電子文檔，可以采用影印、縮印或其他復(fù)制手段保存論文
2、。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。除在保密期內(nèi)的保密論文外，允許論文被查閱和借閱，可以公布（包括刊登）論文的全部或部分內(nèi)容。論文的公布（包括刊登）授權(quán)由青海師范大學(xué)研究生部辦理。研究生簽名：導(dǎo)師簽名：日期：基于BP神經(jīng)網(wǎng)絡(luò)的語音增強(qiáng)算法研究中文摘要實際環(huán)境中，語音總會受到各種外界環(huán)境噪聲的干擾，影響語音質(zhì)量，而語音質(zhì)量的下降會使語音處理系統(tǒng)的性能急劇惡化。因此，為了在背景噪聲存在的條件下，也能夠使得語音處理系統(tǒng)有效地工作，就需要采用語音增強(qiáng)技術(shù)進(jìn)行預(yù)處理，改善語音質(zhì)量，從而有效地改善語音處理系統(tǒng)的性能。本文主要研究
3、如何將BP神經(jīng)網(wǎng)絡(luò)與譜減法相結(jié)合，改進(jìn)譜減法，使其能適應(yīng)不同的噪聲環(huán)境。首先分析了幾種傳統(tǒng)語音增強(qiáng)算法的原理，包括譜減法、濾波器法、非線性處理和自適應(yīng)對消法，重點探討了譜減法及其改進(jìn)形式；然后，分析了BP神經(jīng)網(wǎng)絡(luò)的基本原理、結(jié)構(gòu)、訓(xùn)練方法及其應(yīng)用。針對譜減法殘留音樂噪聲的缺點和BP神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、自組織、自適應(yīng)和容錯性等優(yōu)良性能，提出利用BP神經(jīng)網(wǎng)絡(luò)對譜減法作兩方面的改進(jìn)措施：第一，用BP神經(jīng)網(wǎng)絡(luò)來進(jìn)行語音活動性檢測，增加有聲/無聲段判決的準(zhǔn)確性，然后用所有無聲段來作噪聲譜的估計，從使噪聲譜的估計更加準(zhǔn)確，進(jìn)而改善語音增強(qiáng)
4、效果。第二，用BP神經(jīng)網(wǎng)絡(luò)的非線性逼近功能，計算當(dāng)前語音幀的譜減因子，而不是像基本譜減法中，所有語音幀都用同一個譜減因子，達(dá)到進(jìn)一步減少音樂噪聲的目的。此外，還在譜減法中加入感覺加權(quán)濾波器，增加人耳聽覺上的舒適度。經(jīng)過以上三方面的改進(jìn)后，進(jìn)行計算機(jī)仿真實驗，與基本譜減法相比，實驗結(jié)果表明，該算法語音增強(qiáng)的效果得到了一定程度的改善。關(guān)鍵詞：譜減法，BP神經(jīng)網(wǎng)絡(luò)，語音活動性檢測，譜減因子，感覺加權(quán)濾波器IResearchofSpeechEnhancementAlgorithmBasedonBPNeuralNetworksAbst
5、ractSpeechiscorruptedacousticallybyambientnoise.Itwillaffectvoicequality,whichreduceperformanceofspeechprocessingsystem.Inthenoiseworkenvironment,thepurposeofusingspeechenhancementhasbeentoimprovevoicequality，andmakespeechprocessingsystemtoworkmoreefficiently.Forpu
6、rposeofimprovingspectralsubtraction,thispaperstudieshowtocombinetraditionalspectralsubtractionwithBPneuralnetworks.Itmakesthemethodadapttodifferentenvironments.Firstofall,theprinciplesofsometypicalclassicspeechenhancementmethodsareintroduced,whatarespectralsubtract
7、ion,filtermethod,nonlinearprocessingandadaptivecancellationmethod.Theemphasesarespectralsubtractionanditsimprovedversion.Andthen,thispaperanalysisprinciple,structure,trainingofBPneuralnetworkanditsapplication.Basedonthese,Becausespectralsubtractionhasresidualnoise,
8、andBPneuralnetworkhaspremiumpropertieslikeself-learning,self-organization,self-adaptingandfault-tolerance.Thispaperproposedtheimprovementofspectr
