Journal of Systems Engineering and Electronics ›› 2011, Vol. 33 ›› Issue (7): 1680-1684.
• 软件、算法与仿真 • 上一篇
卢志茂1, 孙美玲1, 张春祥2, 金辉1
LU Zhi-mao1, SUN Mei-ling1, ZHANG Chun-xiang2, JIN Hui1
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。
中图分类号: