通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息的形式。语言是人类特有的功能，声音是人类常用的工具，是相互传递信息的最主要的手段。因此，语音信号是人们构成思想沟通和感情交流的最主要的途径。并且，由于语言和语音与人的智力活动密切相关，与社会文化和进步紧密相连，所以它具有最大的信息容量和最高的智能水平。现在，人类已开始进入了信息化时代，用现代手段研究语音处理技术，使人们能更加有效地产生、传输、存储、获取和应用语音信息，这对于促进社会的发展具有十分重要的意义。

直接利用语音信号进行人机对话，作为一种自然的、方便的控制和通信手段，已经广泛地应用到各个实用领域，并已证明其有效性。同时，语音信号作为信息的最普遍、最直接的表达方式，在许多领域具有广泛的应用前景。然而在现实环境下语音信号处理的关键是抗噪声技术，噪声的消减对语音识别、低码率符号化等有很强的实用价值。

现实生活中的语音不可避免地要受到周围环境的影响，很强的背景噪声例如机械噪声、其他说话者的话音等均会严重地影响语音信号的质量。此外传输系统本身也会产生各种噪声，因此接收端的信号为带噪语音信号。由于受到环境噪声的影响，语音通信过程中的干扰是不可避免的，从周围的环境引发的噪声会严重影响电子通信设备的语音信号采集。因为这些干扰，最终接收到的声音将不会是纯净的原始语音信号，而是受噪声污染的语音信号。例如，安装在汽车，飞机，船只，机场内的公共电话，干扰往往是由强背景噪声引起的，严重影响通信的质量。混叠在语音信号中的噪声按类别可分为加性噪声（环境噪声等）和乘性噪声（残响及电器线路干扰等）；按性质可分为平稳噪声和非平稳噪声。

语音增强是解决噪声污染的有效方法，它的首要目标就是在接收端尽可能从带噪语音信号中提取纯净的语音信号，改善其质量。实际语音常常带有各种噪声信号，为了从噪声信号中获得纯净的语音信号，减少噪音的干扰，就需要使用语音增强技术。语音增强不仅涉及信号检测、波形估计等传统信号处理理论，而且与语音特性、人耳感知特性密切相关；再则，实际应用中噪声的来源及种类各不相同，从而造成处理方法的多样性。因为一般的干扰信号是随机信号，想完全消除噪声是不现实的，因此研究语音增强技术的目的主要是为了减少人们的工作量，提高语音质量，提高语音处理系统的识别能力，提升语音的清晰度，提高手机的识别率和抗干扰能力。

有关抗噪声技术的研究以及实际环境下的语音信号处理系统的开发，已经成为国内外语音信号处理的重要研究课题，已经做了大量的研究工作，取得了丰富的研究成果。目前，国内外的研究成果大体分为三类：①采用语音增强算法提高语音识别系统前端预处理的抗噪声能力，提高输入信号的信噪比；②寻找稳健的奶噪声的语音特征参数；③基于模型参数适应化的噪声补偿算法。这类方法可以引入语音和噪声的统计知识，提出具有一定环境稳健性的处理算法，并在应用中与语音模型的短时平稳的假设一致。但是，目前的补偿算法通常只考虑到噪声环境是平稳的，在低信噪比语音以及非平稳噪声环境中的效果并不理想。解决噪声问题的根本方法是实现噪声和语音的自动分离。近年来，随着声场景分析技术和盲分离技术的研究发展，利用在这些领域的研究成果进行语音和噪声分离的研究取得了一些进展。
至今，语音识别与移动通信技术的飞速发展为语音增强的研究提供了十足的原动力，各种新算法以及原有算法的改进形式相继问世。如基于信号子空间的语音增强算法；利用人工神经网络实现语音增强的方法；基于小波分解的滤波方法；改进的谱减法；听觉屏蔽法以及各种多通道语音增强算法等。此外，随着盲源分离技术的发展，将语音信号和背景噪声作为源信号，通过对信号进行分离来达到语音增强目的的方法也逐渐得到了各国学者的重点关注。

2. 研究的基本内容与方案

2.1基本内容及目标

本论文主要研究对如何对语音信号进行增强，运用数字信号处理及数字语音分析的理论知识和基本原理实现语音信号的处理，在Matlab的环境下使用数字语音信号处理的方法进行语音的录制、有效提取、去噪、增强处理。

1. 研究数字语音信号处理的理论知识，学习并掌握基本的语音信号处理相关的Matlab编程方法和语音增强的相关算法。

2. 在Matlab中设计代码来实现录制一段包含噪声的声音。

   剩余内容已隐藏，您需要先支付 5元 才能查看该篇文章全部内容！立即支付