基于MATLAB的语音去噪开题报告

文档设计（范文）开题报告

基于MATLAB的语音去噪  

综述国内外对本课题的研究动态，说明选题的依据和意义
 20世纪60年代中期形成的一系列数字信号处理的理论和算法，如数字滤波器、快速傅立叶变换（FFT）等是语音信号数字处理的理论和技术基础。随着信息科学技术的飞速发展，语音信号处理取得了重大的进展：进入70年代之后，提出了用于语音信号的信息压缩和特征提取的线性预测技术（LPC），并已成为语音信号处理最强有力的工具，广泛应用于语音信号的分析、合成及各个应用领域，以及用于输入语音与参考样本之间，时间匹配的动态规划方法；80年代初一种新的基于聚类分析的高效数据压缩技术—矢量量化（VQ）应用于语音信号处理中；而已隐马尔可夫模型（HMM）描述语音信号过程的产生是80年代语音信号处理技术的重大发展，目前HMM已构成了现代语音信号识别研究的重要基石。近年来人工神经网络(ANN)的研究取得了迅速的发展，语音信号处理的各项课题是促进其发展的重要动力之一，他的各项成果也体现在语音信号处理的各项技术之中。
 国内对语音去噪技术也有一定的研究与应用。陈蕴谷提出了一种基于谱减法和经验模式分解的语音去噪算法。在低信噪比的情况下用谱减法可以去除信号中的大部分背景噪声，再对已处理过的信号进行经验模式分解，对前几个IMF进行阈值处理可以进一步增强语音。2005年，万建，赵春晖，付进等人分析了基于检验模式分解（EMD）方法的含噪语音信号尺度滤波特性，并根据清音和浊音的不同特点，应用软门限方法对以宽带随机噪声为背景的语音信号IMF分量作门限处理，提出了一种基于EMD的语音信号噪声处理的算法。
 人们在语音通信过程中会受到来自周围环境、传输媒介引入的、通信设备内部噪声，乃至其他讲话者的干扰。这些干扰最终使接受者收到的语音已非纯净的原始语音信号，而是受到噪声污染的带噪语音信号。如安装在汽车、飞机、船舰上的电话，会受到发动机产生的噪声的干扰；在街道、商场、机场或其他公共场合使用电话，经常受到很强的背景噪声的干扰，严重影响通话质量；又如，室内电话会议的回声随同语音广播到每一个会议地点，影响收听效果；战场上存在着严重的噪声，使得战地电话或者电台无法进行正常的语音通信，这些都需要一种语音去噪系统，使人们可以在背景噪声下正常通信。
 目前，语言识别技术已经取得了重大进展，并开始进入实用阶段。但语音识别系统必须在相对比较安静的环境下运行，然而，在语言信息的采集中难免会有各种噪声的干扰，在较强的噪声背景下，语音识别系统的准确性会受到较大影响，甚至没法正常工作。所以在语音识别系统对语音信息处理前，应该对语音信息进行预处理，即背景噪声消除。语音背景噪声消除技术的出现使得语音识别技术更加稳定和精确，也使得语音信息的可懂度大大提高，使人们能够从较复杂的语音信息中提取到更多的有用信息。
 语音是语言的声学表现，是人类交流最自然、最有效、最方便的手段。随着社会文化的进步和科学技术的发展，人类开始进入了信息化时代，用现代化化手段研究语音处理技术，使人们能够更有效地产生、传输、存储和获取语音信息，这对于促进社会的发展具有十分重要的意义。因此，语音信号处理技术正越来越受到人们的关注和广泛的研究。
 语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科，它是一门新兴的学科，同时又是综合性的多学科领域和涉及面很广的交叉学科。语音在我们的日常生活中随时可见，也随处可见，语音很大程度上可以影响我们的生活。所以研究语音信号无论是在科学领域还是日常生活中都有其广泛而重要的意义。

二、研究的基本内容，拟解决的主要问题
 基本内容：
 本范文主要介绍的是语音信号处理的简单处理。本范文正对以上问题，运用数字信号学基本原理实现语音信号的处理，在matlab7.0环境下综合运用信号提取，幅频变换以及傅里叶变换、滤波等技术来进行语音信号处理。我所做的工作就是在matlab7.0软件上编写一个处理语音信号的程序，能够对语音信号进行去噪、提取，达到简单的语音信号处理的目的。
    主要问题：
 （1）一个基于真实问题情境的探究：一个探究源于生活情境中的真实问题，这样的情境性问题对于学生来说，学习是具有生活意义与生命价值的。
 （2）清晰明确的任务驱动：一个好的任务设计常常要做到使之聚焦与集中，以便学习者把注意力集中于他们将要进行的活动上；使之牵引与驱动，以便推动所有学习活动顺利进行下去；促进清晰的表达，以便使知识明确化。
 （3）提供一个合理的过程支架：包括必要的背景信息，把任务分解成若干子步骤并提出相应的策略建议，以及必要的过程向导。
 （4）提供适度组织的信息资源：可以按学习者不同的探究水平考虑信息资源的意义加工深度、物理分布的形态。
 （5）理解“角色扮演”在探究中的意义：角色扮演有其知识学的思考，也有其社会学的思考。角色扮演也是基于认知学徒学习模式与专家学习策略的思考。
 （6）如何设计评价量表：参与、灵活机变、概念地图与海报经常被作为评价的几个重要指标。

三、研究的步骤、方法、措施及进度安排
 （一）语音信号的录制。
    (二) 在MATLAB平台上读入语音信号。
   （三）绘制频谱图并回放原始语音信号。
   （四）设计滤波器去噪。
   （五）根据绘制的频谱图提取语音信号。
  （六）进度安排：
（1）2012年9月中旬，指导教师下达任务书，完成选题。
（2）2012年10月20日前，大量查阅基于matlab语音去噪的资料，熟悉范文的写作过程，写出开题报告。
（3）2012年9月下旬至12月，将整理搜集到的基于matlab语音去噪的有关资料规划，完成语音去噪的需求分析和总体设计，完成范文初稿的书写。
（4）2013年1月至3月，然后利用所学专业知识特别是数字信号处理，设计和实现数字滤波，通过以上技术完成范文的详细设计，编写有关代码，完成范文第二稿的书写。
（5）2013年4月上旬，完成设计调试和修改工作，完成范文第三稿。
（6）2013年4月下旬，准备相关材料，进行范文答辩。
（7）2013年5月上旬，完成范文定稿，装订上交。

主要参考文献
[1] Boll S F.Suppression of Acoustic Noise in Speech Using Spectral Subtraction[J].IEEE Trans.on Acoustic,Speech,and Signal Processing,1979,27(2)：113-120.
[2] 胡航.语音信号处理[M].哈尔滨：哈尔滨工业大学出版社，2000.
[3] 吴红卫，吴镇扬，赵力.基于多窗谱的心理声学语音增强[J].声学学报，2007，32（3）：275-281.
[4] 刘玄和，宋庭新.语音识别与控制技术[M].北京：科学出版社，2008.
[5] 李勇，徐震.MATLAB辅助现代工程数字信号处理[M].西安：西安电子科技大学出版社，2002.
[6] 王一世.数字信号处理[M].北京：北京理工大学出版社，1997.
[7] 高西全，丁玉美.数字信号处理[M].西安：西安电子科技大学出版社，2009.
[8] 王京辉.语音信号处理研究技术[D].山东大学硕士学位范文.2008.
[9] 韩纪庆，张磊，郑铁然.语音信号处理[M].北京：清华大学出版社，2004.
[10] 程佩青.数字信号处理教程[M].北京：清华大学出版社，2007.
[11] 苏金明，张莲花，刘波.MATLAB工具箱应用[M].北京：电子工业出版社，2004.
[12] 陈杰.MATLAB宝典[M].北京：电子工业出版社，2007.
[13] 吴镇扬.数字信号处理[M].北京：高等教育出版社，2004.

五、指导教师意见