基于普通话时频特性的语音活动检测及增强算法研究的开题报告.docx

基于普通话时频特性的语音活动检测及增强算法研究的开题报告
一、选题背景和意义
语音活动检测技术是语音信号处理中的一项关键技术，其主要功能是从混合语音信号中分离出目标说话人的语音，并将其与背景噪声进行分离。语音活动检测经常用于人机交互、语音识别、语音合成、语音增强、语音编码等领域，因此对于语音活动检测算法的研究具有重要的实际意义。
本课题所要研究的基于普通话时频特性的语音活动检测及增强算法，可以设想应用在很多实际场景中。例如，在有很多环境噪声的地方，如火车站、机场、餐厅、街头等地方，使用这样的算法可以有效地降低环境噪声的影响，使得交流变得更加清晰和准确。另外，在一些应用较为广泛的场合，如远程会议、电话会议等场合，语音活动检测算法也具有很大的应用前景。
二、研究内容和方法
本课题研究的内容主要包括两个方面：基于普通话时频特性的语音活动检测和语音增强算法，具体方法如下：
1、语音活动检测算法：在普通话语音中，一般认为语音频谱主要分布在低频和高频两个区域。因此我们将基于这个特性，设计适合于普通话语音的语音活动检测算法。在算法实现过程中，不仅需要考虑语音信号自身的特性，还要考虑噪声的影响以及信号时域和频域的相关性。同时，为了提高算法的准确性和鲁棒性，需要采用一些常用的信号处理技术，如小波变换、时频分析等方法。
2、语音增强算法：为了进一步提升语音信号的质量和清晰度，需要结合当前流行的语音增强技术，如基于小波域的语音增强、谱减法增强、动态范围压缩增强、最小均方误差等方法。我们将结合这些方法，设计适合于普通话语音的语音增强算法。
三、研究目标和预期成果
本课题的研究目标是设计并实现基于普通话时频特性的语音活动检测及增强算法，并通过实验验证其效果和性能。预期达到以下成果：
1、设计并实现一个适合于普通话语音的语音活动检测算法，可以在不同环境下有效地检测出目标语音信号；
2、设计并实现一个适合于普通话语音的语音增强算法，可以将目标语音信号从混合信号中分离出来，并实现对信号的降噪、增强和去除混响等功能；
3、通过一系列实验验证所设计的算法的效果和性能，并比较其与其他现有算法的差异和优势。
四、研究步骤和计划安排
1、文献调研和相关知识学习；
2、基于普通话时频特性，设计并实现语音活动检测算法；
3、结合流行的语音增强技术，并结合第二步中的语音活动检测结果，设计并实现语音增强算法；
4、通过一系列实验对算法的效果和性能进行验证；
5、完成毕业论文并答辩。
五、参考文献
1.SolomonW.,BirenbaumE.NoisereductioninspeechsignalsusingWienerfilteringandspectralsubtractiontechniques,IEEESignalProcessingSociety,1990
2.MohammadB.,GhassanM.Speechenhancementbasedonwaveletdenoisingofglottalexcitationusingadaptivethresholding,IEEETransactionsonAudio,Speech,andLanguageProcessing,2008
3.EllenY.,RichardS.NoisereductionusingspectralsubtractionandWienerfiltering,InternationalConferenceonAcoustics,Speech,andSignalProcessing,2010
4.RichardH.,WencaiD.Speechenhancementusingspectralsubtraction,waveletfilteringandMINQUE,IEEETransactionsonSpeechandAudioProcessing,2007
5.XianjunS.,KaiY.Voiceactivitydetectionbasedonenergyentropyandzerocrossingrate,JournalofAcousticalSocietyofAmerica,2009.