《基于低信噪比环境下音频净化技术的研究（学位论文-工学）》由会员分享，可在线阅读，更多相关《基于低信噪比环境下音频净化技术的研究（学位论文-工学）（75页珍藏版）》请在金锄头文库上搜索。
1、基于低信噪比环境下音频净化技术的研究翟蓓蓓中北大学分类号：TP391 单位代码：10110学 号 ： s20100512中 北 大 学硕 士 学 位 论 文基 于 低 信 噪 比 环 境 下 音 频 净 化 技 术 的 研 究硕士研究生 翟蓓蓓指导教师 孙运强学科专业 通信与信息系统2013 年 5 月 25 日图书分类号 TP391 密 级 非 密UDC 654/659硕 士 学 位 论 文基于低信噪比环境下音频净化技术的研究翟蓓蓓指导教师（姓名、职称） 孙运强 教 授申请学位级别 工学硕士专业名称 通信与信息系统论文提交日期 2013 年 5 月 20 日论文答辩日期 2013 年 5 月
2、 25 日学位授予日期 年 月 日论文评阅人 李 铁 鹰 姚爱琴答辩委员会主席 桂志国2013 年 5 月 25 日原 创 性 声 明本人郑重声明 ： 所 呈 交 的 学 位 论 文 ， 是 本 人 在 指 导 教 师 的 指 导 下 ， 独立 进 行 研 究 所 取 得 的 成 果 。 除 文 中 已 经 注 明 引 用 的 内 容 外 ， 本 论 文 不 包 含其 他 个 人 或 集 体 已 经 发 表 或 撰 写 过 的 科 研 成 果 。 对 本 文 的 研 究 作 出 重 要 贡献 的 个 人 和 集 体 ， 均 已 在 文 中 以 明 确 方 式 标 明 。 本 声 明 的 法 律
3、 责 任 由 本 人承担。论文作者签名： 日期：关于学位论文使用权的说明本人完全了解 中 北 大 学 有 关 保 管 、 使 用 学 位 论 文 的 规 定 ， 其 中 包 括 ： 学 校 有 权 保 管 、 并 向 有 关 部 门 送 交 学 位 论 文 的 原 件 与 复 印 件 ； 学 校 可以 采 用 影 印 、 缩 印 或 其 它 复 制 手 段 复 制 并 保 存 学 位 论 文 ； 学 校 可 允 许 学位 论 文 被 查 阅 或 借 阅 ； 学 校 可 以 学 术 交 流 为 目 的 ， 复 制 赠 送 和 交 换 学 位论 文 ； 学 校 可 以 公 布 学 位 论 文 的
4、全 部 或 部 分 内 容 （ 保 密 学 位 论 文 在 解 密后 遵 守 此 规 定 ）。签 名： 日 期 ：导师签名： 日 期 ：中 北 大 学 学 位 论 文基于低信噪比环境下音频净化技术的研究摘要声 音 是 人 类 进 行 信 息 交 流 最 快 捷 、 最 有 效 以 及 最 重 要 的 方 式 。 随 着 音 频 净 化 技 术 的快 速 发 展 ， 传 统 的 处 理 方 法 在 低 信 噪 比 环 境 下 已 经 不 能 实 现 预 想 的 净 化 效 果 ， 当 噪 声 严重 影 响 系 统 的 性 能 时 ， 如 何 有 效 的 提 高 净 化 效 果 成 为 现 阶 段
5、 最 需 要 解 决 的 问 题 。 本 论 文研究的目的是，从含有噪声的声音信号中尽可能提取纯净的声音信号，抑制背景噪声，使 原 始 声 音 变 得 清 晰 可 懂 。 基 于 低 信 噪 比 环 境 下 音 频 净 化 技 术 主 要 针 对 监 听 领 域 展 开 研究 （ 目 标 是 执 法 机 构 抓 捕 犯 罪 分 子 ） ， 同 时 该 技 术 涉 及 的 应 用 范 围 很 广 ， 例 如 助 听 器 、电 子 耳 蜗 、 盲 人 语 音 通 信 、 人 机 交 互 系 统 和 移 动 语 音 通 信 等 多 方 面 ， 具 有 很 高 的 研 究 价值 。 在此背景下，本论文
6、的主要工作如下：（ 1）本论文研究了基于短时平均过零率的端点检测方法。采用该方法快速的分离声 音 信 号 和 噪 声 信 号 ， 准 确 的 判 断 声 音 信 号 和 噪 声 信 号 的 起 始 点 ， 完 成 了 音 频 净 化 系 统的预处理过程；（ 2）本论文研究了基于小波变换的 MFCC 特征参数提取方法。采用该方法有机地表示声音信号的静态特征和动态特征，M FCC 能 够 很 好 的 模 拟 人 耳 的 听 觉 特 征 ， 小 波 变换能够很好的处理信号的改变过程，完成了声音信号特征参数的有效提取；（ 3）本论文提出了基于量子听觉神经网络的音频净化方法。该方法实现了训练过程 中 声
7、 音 信 号 的 模 式 匹 配 ， 利 用 量 子 神 经 网 络 的 非 线 性 映 射 和 自 学 习 能 力 来 优 化 减 参 数 ,从 而 完 成 声 音 信 号 的 净 化 过 程 。 经 过 大 量 实 验 表 明 ， 该 方 法 在 主 观 和 客 观 的 听 觉 性 能 指标 上 都 有 明 显 的 改 进 。关键词：音 频 净 化 ， 低 信 噪 比 ， 端 点 检 测 ， 特 征 参 数 提 取 ， 量 子 听 觉 神 经 网 络中 北 大 学 学 位 论 文The Audio Purification Technology Research Based on Low
8、SNRAbstractThe human voice is the quickest, most effective and most important way to exchangeinformation. With the rapid development of audio purification technology, The traditionalapproach has been unable to achieve the desired effect in low SNR environment, When thenoise seriously affect the perf
9、ormance of the system, so, how to improve the purificationeffect is necessary to be resolved at this stage. The purpose of this thesis is that from thesound signal with noise as possible to extract pure sound signal, and the background noisewill be suppression. So, the original voice can understand
10、easy. The audio purificationtechnology research based on low SNR environment mainly used for listening area (catch thecriminals). Meanwhile, the technology involves a wide range of applications, Such as hearingaids, electrical cochlea, human-computer interaction systems and mobile voicecommunication
11、s and other aspects, they has high research value. In this context, the mainwork of this paper is as follows:(1) In this thesis, a zero rate on short-term average endpoint detection method beresearched. The method is separation using sound signals and noise signals, voice signals andaccurately deter
12、mine the starting point of the noise signal, the completion of the preprocessingof the audio purification system;(2) Based on wavelet transform MFCC feature extraction method researched in thisthesis. This method represents an organic sound signal static characteristics and dynamicfeatures, MFCC can
13、 simulate human hearing characteristics, wavelet transform can be a gooddeal signals a change process, completed the sound signal to extract effective characteristicparameters;(3) This paper presents a neural network based on quantum hearing audio purificationmethod. This method implements the train
14、ing process the sound signal pattern matching,using quantum neural network nonlinear mapping and self-learning ability to optimize the中 北 大 学 学 位 论 文reduction parameters, thus completing the sound signal purification process. After a largenumber of experiments show that the method in the subjective
15、and objective auditoryperformance indicators have shown significant improvement.Keywords: Audio purification, low SNR, endpoint detection, feature extraction,quantum auditory neural network中 北 大 学 学 位 论 文目 录1 绪 论1.1 研 究 的 背 景 及 意 义 . 11.2 研 究 的 发 展 及 现 状 . 31.3 研 究 的 主 要 方 法 . 61.3.1 参 数 方 法 . 61.3.2 非 参 数 方 法 . 71.3.3 统 计 方 法 . 81.3.4 其 他 方 法 .
