导读:本文包含了语音重构论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:语音,重构,相位,特征,矩阵,算法,快速。
语音重构论文文献综述
吉慧芳[1]（2019）在《改进相位谱信息及相位重构的语音增强算法研究》一文中研究指出在过去的叁十年里,语音增强一直是一个活跃的研究领域,它能将被各种噪声干扰下的带噪语音中的“纯净语音”提取出来,达到提高语音感知质量和可懂度的目的。语音增强可以应用在语音通信、人机交互和人工智能等领域。目前,研究者们已经提出了各种基于谱幅值信息的语音增强算法,然而这些算法在抑制背景噪声的同时引入了一些语音失真,从而降低了语音可懂度。而近年来的研究表明相位信息在提升语音信号的可懂度方面有显着影响。对此,本文在具体介绍相位谱补偿及相位重构的语音增强算法的基础上,提出了改进相位谱信息及相位重构的语音增强算法。本文的主要工作如下:1.简要介绍了语音增强的目的、意义及国内外发展状况,阐述了传统的语音增强算法原理,分析了噪声估计方法、基频估计并进行了相关实验仿真。2.针对传统的相位谱补偿算法中补偿因子固定,无法对含噪语音相位谱进行灵活补偿的问题,提出了一种改进相位谱信息的语音增强方法。首先,该算法提出了基于每帧语音信号输入信噪比的Sigmoid型相位谱补偿函数,能够根据噪声的变化来灵活地对带噪语音的相位谱进行补偿;然后,结合改进DD的先验信噪比估计与语音存在概率算法(SPP)来估计噪声功率谱;最后,在维纳滤波中结合新的语音存在概率噪声功率谱估计与相位谱补偿来提高语音的增强效果。相比传统相位谱补偿(PSC)算法而言,改进算法可以有效抑制音频信号中的各类噪声,同时增强语音信号感知质量,提升语音的可懂度。3.针对传统相位重构算法对语音信号清浊音段使用相同的方法重构相位,使得相位估计效果不明显的问题,提出了用信噪比信息与时频特征改进相位重构的新方法。首先,引入与相位失真有关的时频特征并计算决策阈值;接着,利用信噪比信息计算带噪语音与纯净语音的相位偏差,两项比较进一步估计清音段与浊音段的语音相位,能有效提高语音可懂度;最后,将重构的相位与改进二元假设模型的幅值估计结合并进行语音增强。经在不同噪声情况下、对不同带噪语音信号进行实验表明,新算法信噪比明显提高的同时、语音感知评价指标也优于传统算法,表明降低了语音失真、提高了语音可懂度。(本文来源于《太原理工大学》期刊2019-05-01）
万东琴,卿朝进,阳庆瑶,蔡斌,余旺[2]（2019）在《迭加特征信息辅助的语音传输与重构》一文中研究指出为改善压缩语音传输系统的重构精度且不增加系统的频谱开销,提出一种迭加特征信息辅助的语音压缩传输与重构方法。提出方法首先提取稀疏语音信号的特征信息;抽取的特征信息以迭加序列方式迭加在压缩语音信号上进行传输;接收机重构时,借助特征信息辅助重构算法进行语音重构。分析与仿真结果表明,相比于传统的压缩感知语音重构方法,在较高信噪比或较低压缩率情况下,提出方法可改善语音重构精度,且不增加传输系统的频谱开销。(本文来源于《计算机工程与应用》期刊2019年15期）
王方杰,金赟[3]（2018）在《基于谐波重构滤波的数字助听器语音增强算法》一文中研究指出本文研究了基于先验信噪比估计的维纳滤波增强算法。针对基于先验信噪比估计的维纳滤波算法不能有效提高语音可懂度的缺点,首先,利用基于MMSE的两步先验信噪比估计方法取代原来的"直接判决"法;其次,通过放大负信噪比区域的噪声谱,解决了负信噪比区域增益函数被过高估计带来的语音可懂度降低的问题;最后,针对两步先验信噪比估计引起的畸变问题,在两步先验信噪比估计的基础上提出了谐波重构降噪方法,降低了信号畸变的可能性。实验结果表明,改进的方法能够有效的提高语音可懂度并降低语音信号的畸变。(本文来源于《电子器件》期刊2018年06期）
李艳生,刘园,张毅[4]（2019）在《基于感知掩蔽的重构非负矩阵分解单通道语音增强算法》一文中研究指出针对非负矩阵分解(NMF)语音增强算法在低信噪比(SNR)非稳定环境下存在噪声残留的问题,提出一种基于感知掩蔽的重构NMF(PM-RNMF)单通道语音增强算法。首先,将心理声学掩蔽特性应用于NMF语音增强算法中;其次,对不同频率位采用不同的掩蔽阈值,建立自适应感知掩蔽增益函数,通过阈值约束残余噪声能量和语音失真能量;最后,结合语音存在概率(SPP)进行感知增益修正,重构NMF算法,以此建立新的目标函数。仿真结果表明,在不同SNR的3种非稳定噪声环境下,与NMF、重构NMF(RNMF)、感知掩蔽深度神经网络(PM-DNN)算法相比,PM-RNMF算法的感知语音质量评估(PESQ)平均值分别提高了0.767、0.474、0.162,信源失真比(SDR)平均值分别提高了2.785、1.197、0.948。实验结果表明,无论是在低频还是高频PM-RNMF有更好的降噪效果。(本文来源于《计算机应用》期刊2019年03期）
陈益,李文钧[5]（2018）在《基于正交匹配追踪算法的语音信号重构研究》一文中研究指出压缩感知理论是近年来提出的一种新兴的基于信号稀疏性的采样理论。正交匹配追踪算法是其中一种典型的重构方法,文中针对语音信号重构中存在的不足,采用正交匹配追踪算法对语音信号进行信号重构,相比于传统的压缩感知的重构算法更加地适用于对含噪语音、重构语音质量会更高,去噪效果也会更明显。为语音信号CS性能的基础性的研究提供了参考。(本文来源于《电子科技》期刊2018年03期）
白林丰,杜恩龙[6]（2018）在《语音交互技术重构出版》一文中研究指出语音交互技术是人工智能技术的重要分支,包括语音识别、语音合成和语义理解3个部分。其核心特征首先在于语音与文本之间的互相转换,其次在于从语音到语音或到功能的实现。语音交互技术从出版实务和核心概念上重构了出版业,为声音和文字的媒介融合提供了新的可能,并且为学界重新审视出版学的核心概念提供了新的视角。虽然该技术还存在着诸多局限,但依托音频数据量的不断增加和与其他信息数据的融合使用,其对出版业的重构正不断显现。(本文来源于《科技与出版》期刊2018年02期）
张殿飞[7]（2017）在《鲁棒性语音压缩感知重构技术研究》一文中研究指出压缩感知是一种全新的信号处理技术,它可以边采样边压缩,打破了奈奎斯特采样定理的约束。它的采样频率远低于奈奎斯特采样频率,同时实现了对信号的压缩,这大大节约了采样资源、传输带宽以及存储空间。压缩感知关键技术有叁个部分:稀疏表示,观测矩阵的构建以及重构算法的设计。应用压缩感知的前提条件是信号具有稀疏性或者是可压缩的,而语音信号是近似稀疏的,所以可以应用压缩感知对语音信号进行处理。本文研究了语音与压缩感知的结合,并重点研究了语音压缩感知的鲁棒性重构算法的设计,因为鲁棒性的重构算法是压缩感知技术能否被实际应用的关键。本文的主要研究内容和创新如下:首先,本文详细介绍了压缩感知基础理论以及语音信号与压缩感知的结合,验证了语音信号的稀疏性,并且通过实验仿真讨论了现有的具有代表性的语音压缩感知的观测矩阵与重构算法的性能。然后探讨了噪声对语音压缩感知的各个部分的影响。其次,研究了一种新型的快速重构算法,它与其他的算法不同,它借助了离散余弦变换(DCT)基与确定性观测矩阵的特性,使得重构算法的复杂度大大的降低。但是,通过实验发现,这种快速重构算法对噪声的鲁棒性能不好。因此,本文提出了一种自适应快速重构算法,该算法根据输入语音信号的信噪比,自适应的选择最优的重构参数。实验仿真表明,自适应的快速重构算法具有较好的抗噪声能力,提高了语音信号的重构信噪比且重构速度也有所提升。最后,分析了前向后向追踪(FBP)算法,发现其固定了前向步长和后向步长,即每次迭代时支撑集增加的元素个数是固定的,这会导致算法的收敛速度不理想。因为在重构的过程中,残差中含有的信号分量越来越少,因此应该增大迭代的步长以加快算法的重构速度。所以,本文提出了快速的前向后向追踪(FFBP)算法,它根据两次相邻迭代的残差的变化率,动态的调整前向步长,最终提高了重构语音信号的速度。实验仿真表明,FFBP算法具有和FBP算法同等的重构信噪比,但是,FFBP算法的重构速度明显快于FBP算法。(本文来源于《南京邮电大学》期刊2017-10-26）
孙颖,宋春晓[8]（2017）在《相空间重构的情感语音特征提取及优化》一文中研究指出针对现有语音情感特征在表征情感信息上的不完整,将相空间重构理论引入到情感语音的特征提取中.通过分析不同语音情感状态下相空间重构的几何特性,提取了该重构相空间下基于轨迹的描述轮廓的5种非线性几何特征作为新的情感语音特征参数,并根据情感与特征映射的关系提出一种特征参数优化方法.首先,选用德语柏林语音库中的高兴、悲伤、中性和生气4种情感作为实验样本;其次,提取非线性几何特征和非线性属性特征(最小延迟时间、关联维数、Kolmogorov熵、最大Lyapunov指数和Hurst指数);最后,根据设计方案采用支持向量机进行情感语音识别.实验结果表明,该特征相较于非线性属性特征在情感语音识别上有较强的优势度,联合非线性属性特征后,通过特征参数优化的方法获得了最优的非线性特征集合,验证了该方法的实用性.(本文来源于《西安电子科技大学学报》期刊2017年06期）
覃福森[9]（2017）在《交际理论下的英语语音教学与口语能力培养:重构与策略》一文中研究指出以交际理论为指导,探讨对英语语音课程改革。通过建构"交际语音"理念,改革语音课程的教学模式,重构语音课程的教学内容体系,消除传统语音教学以音段教学为重点的弊端,探讨以提高学习者口语交际能力的"交际语音"教学。一个学期的语音教学改革的实验表明,从传统的音段教学转变为超音段教学,通过交际场景,把语音教学从纯粹的语音知识体系层次上升到交际层次,引导学习者有意识地运用语音的交际功能,提高其交际意识,尤其在交际场景下对重音、语调等核心内容的教学与训练,对提高学习者的英语口语在语音层面上有明显的帮助。(本文来源于《学术问题研究》期刊2017年01期）
张殿飞,杨震,胡海峰[10]（2016）在《含噪语音压缩感知自适应快速重构算法》一文中研究指出本文针对含噪语音压缩感知在低信噪比时重构语音性能差的问题,提出了一种自适应快速重构算法。该算法将行阶梯观测矩阵与一种新型的快速重构算法结合,并根据含噪语音信号的信噪比自适应选择最佳重构参数,使得在重构语音的同时提高了重构信噪比。算法实现简单快速,且不需要预先计算信号的稀疏度。实验结果表明:在低信噪比时,自适应快速重构算法的重构性能优于基追踪算法和快速重构算法,且重构速度快于快速重构算法和基追踪算法。(本文来源于《信号处理》期刊2016年09期）
语音重构论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为改善压缩语音传输系统的重构精度且不增加系统的频谱开销,提出一种迭加特征信息辅助的语音压缩传输与重构方法。提出方法首先提取稀疏语音信号的特征信息;抽取的特征信息以迭加序列方式迭加在压缩语音信号上进行传输;接收机重构时,借助特征信息辅助重构算法进行语音重构。分析与仿真结果表明,相比于传统的压缩感知语音重构方法,在较高信噪比或较低压缩率情况下,提出方法可改善语音重构精度,且不增加传输系统的频谱开销。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语音重构论文参考文献
[1].吉慧芳.改进相位谱信息及相位重构的语音增强算法研究[D].太原理工大学.2019
[2].万东琴,卿朝进,阳庆瑶,蔡斌,余旺.迭加特征信息辅助的语音传输与重构[J].计算机工程与应用.2019
[3].王方杰,金赟.基于谐波重构滤波的数字助听器语音增强算法[J].电子器件.2018
[4].李艳生,刘园,张毅.基于感知掩蔽的重构非负矩阵分解单通道语音增强算法[J].计算机应用.2019
[5].陈益,李文钧.基于正交匹配追踪算法的语音信号重构研究[J].电子科技.2018
[6].白林丰,杜恩龙.语音交互技术重构出版[J].科技与出版.2018
[7].张殿飞.鲁棒性语音压缩感知重构技术研究[D].南京邮电大学.2017
[8].孙颖,宋春晓.相空间重构的情感语音特征提取及优化[J].西安电子科技大学学报.2017
[9].覃福森.交际理论下的英语语音教学与口语能力培养:重构与策略[J].学术问题研究.2017
[10].张殿飞,杨震,胡海峰.含噪语音压缩感知自适应快速重构算法[J].信号处理.2016
论文知识图
