基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在语音信号优化识别中,由于多通道语音受到噪声的污染,效果较差.为提取纯净的语音信号,通常采用传统的小波方法.虽然小波方法具有很强的去噪能力,但是会在语音信号去噪的同时造成有用信息的丢失,从而导致去噪的效果不理想.为了解决上述难题,提出了一种多通道语音去噪系统,对语音信号进行去噪.首先利用麦克风阵列、时延估计、时延补偿、加权求和来对多路语音信号进行采集和预处理;然后再通过小波对预处理后的语音信号进行分解,提取出部分噪声作为RLS自适应滤波的参考输入.经过RLS自适应滤波处理后,使得RLS自适应滤波输出信号和语音信号中的噪声部分具有很好的相关性,最后对噪声进行抵消处理.仿真结果表明,文中改进方法比传统的小波去噪效果更好,可为语音信号优化识别提供科学参考.
推荐文章
不同小波基函数下的语音去噪研究
小波分析
去噪
阈值函数
信噪比
最小均方误差
小波变换在语音去噪中的应用
语音信号处理
小波变换
信号去噪
基于BP神经网络的数字语音去噪方法研究
语音信号
BP神经网络滤波器
语音去噪
椭圆滤波器在语音去噪中的应用
语音去噪
椭圆滤波器
Matlab
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 关于多通道语音去噪的识别优化研究
来源期刊 计算机仿真 学科 工学
关键词 语音信号 麦克风阵列 小波分解 自适应滤波 多通道
年,卷(期) 2016,(6) 所属期刊栏目 仿真智能化
研究方向 页码范围 315-320
页数 6页 分类号 TP391.4
字数 4278字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陆振宇 南京信息工程大学电子与信息学院 31 127 6.0 9.0
5 何珏杉 南京信息工程大学电子与信息学院 3 19 3.0 3.0
6 赵为汉 南京信息工程大学电子与信息学院 2 16 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (44)
参考文献  (6)
节点文献
引证文献  (11)
同被引文献  (58)
二级引证文献  (5)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(7)
  • 引证文献(4)
  • 二级引证文献(3)
2020(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
语音信号
麦克风阵列
小波分解
自适应滤波
多通道
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
总被引数(次)
127174
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导