麥克風(fēng)陣列語音增強(qiáng)方法的研究.pdf

1、本文主要研究基于麥克風(fēng)陣列的語音增強(qiáng)方法.時(shí)延估計(jì)和語音活動(dòng)檢測(cè)(Voice Activity Detection,簡稱VAD)技術(shù)是陣列增強(qiáng)的重要組成部分,其準(zhǔn)確性直接影響到語音增強(qiáng)效果.獨(dú)立分量分析(IndependentComponent Analysis,簡稱ICA)能夠僅由觀測(cè)信號(hào)恢復(fù)出各個(gè)統(tǒng)計(jì)獨(dú)立的源信號(hào),利用它可以一定程度上將語音與噪聲分離,將其與現(xiàn)有算法相結(jié)合則有可能達(dá)到更好的增強(qiáng)效果,因此本文重點(diǎn)做了以下幾方面工作:(

2、1)研究了互功率譜相位(Crosspower Spectrum Phase,簡稱CSP)時(shí)延估計(jì)方法的性能,針對(duì)該方法在低信噪比和強(qiáng)混響情況下性能下降的問題,給出了兩種改進(jìn)方法.(2)給出一種對(duì)麥克風(fēng)陣列各通道信號(hào)同時(shí)進(jìn)行VAD的算法.經(jīng)ICA分離出的相對(duì)純凈的語音信號(hào)作為參考信號(hào),其VAD結(jié)果用于指導(dǎo)陣列信號(hào)的語音檢測(cè).(3)針對(duì)實(shí)際環(huán)境下噪聲和混響對(duì)語音增強(qiáng)系統(tǒng)性能的影響,在廣義旁瓣抵消器(Generalized Sidelobe