基于极值域均值模式分解的语音增强方法

• 作者: 卢志茂 孙美玲 张春祥 金辉
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 语音增强 极值域均值模式分解 经验模态分解 固有模态函数
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 软件、算法与仿真
• 页码范围: 1680-1684
• 分类号: TP391
• 字数: 3189字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2011.07.47

摘要

增强低信噪比(signal to noise ratio,SNR)下的语音质量是语音识别需要解决的问题.在众多增强方法中,经验模态分解(empirical mode decomposition,EMD)是目前应用最为广泛的一种方法.针对EMD在对语音进行增强时存在端点效应的问题,研究了极值域均值模式分解(extremum field mean mode decomposition,EMMD)方法.该方法改变了EMD只利用信号的极值点信息的单一做法,充分考虑输入信号所有信息,计算信号极值点间所有数据的均值,可以有效解决EMD中的端点效应问题.因此,提出了基于EMMD的语音增强方法,实验结果表明EMMD方法的引入,消除局部数据中隐含的支流分量,避免了EMD方法的端点效应问题,明显提高了带噪语音的SNR,改善了语音的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢志茂	哈尔滨工程大学模式识别与自然计算研究室	44	499	13.0	21.0
2	张春祥	哈尔滨理工大学软件学院	33	80	6.0	7.0
3	孙美玲	哈尔滨工程大学模式识别与自然计算研究室	5	22	2.0	4.0
4	金辉	哈尔滨工程大学模式识别与自然计算研究室	7	324	5.0	7.0