基于分頻譜減與傳聲器陣列的語音去混響.pdf

1、聲信號在封閉空間中傳播經墻體、天花和地面的反射后晚于直達聲到達人耳或拾音器，形成拖尾導致清晰的語音變得模糊，給人們的語言溝通，語音通信系統(tǒng)等帶來不便。隨著近年來科學技術的發(fā)展，語音增強技術與越來愈多的領域聯(lián)系的更加緊密，例如語音識別、視訊會議等。去混響作為語音增強范疇內的一個技術難題，越來越受到語音信號處理領域的關注。本文主要從以下幾個方面對去混響進行研究:
　　(1)研究一般譜減法對混響抑制的效果。針對混響語音信號在每個頻段上混

2、響時間不同這一特性，將譜減用到每個頻率子帶中，提高譜減法去混響的精度。并分別采用語譜圖和語音質量感知評價的評估方式對整體譜減法和分頻譜減兩種算法的效果作對比，發(fā)現(xiàn)分頻譜減的去混響效果更為顯著。
　　(2)研究了延時求和去混響技術，將其運用在四通道傳聲器陣列上，應用不同的延遲求和方法:PHAT-DS（相位變換延時求和）、PBF-DS（相位誤差濾波的多通道延時求和）、PBF-PHAT-DS（相位變換和相位誤差濾波的多通道延時求和）對通

3、道間的時延進行估計后，將各通道間語音信號對齊、求和使得四通道傳聲器陣列的主瓣對準直達聲的入射角度。進行了不同場景的數(shù)據搜集實驗，并具體介紹了實驗流程和規(guī)范，降低了數(shù)據采集過程中產生的誤差。之后使用實測數(shù)據對上述三種算法進行橫向對比，結果發(fā)現(xiàn)PBF-PHAT-DS效果更為明顯。
　　(3)將線性預測技術運用到去混響中，考慮到封閉空間脈沖響應的變化速率遠低于人發(fā)聲時聲道脈沖響應的變化速率，依據最小均方誤差準則設計了針對封閉空間混響系統(tǒng)