基于Hilbert-Huang变换的语音增强技术研究

doi:10.3778/j.issn.1002-8331.2010.17.039

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (17): 139-141.DOI: 10.3778/j.issn.1002-8331.2010.17.039

• 数据库、信号与信息处理 • 上一篇下一篇

基于Hilbert-Huang变换的语音增强技术研究

夏敏磊^1，2，徐振¹，俞祁焰³，范影乐³

1.浙江机电职业技术学院电子信息系，杭州 310056
2.浙江大学电气工程学院，杭州 310027
3.杭州电子科技大学自动化学院，杭州 310018

收稿日期:2008-11-26 修回日期:2009-02-02 出版日期:2010-06-11 发布日期:2010-06-11
通讯作者: 夏敏磊

Study on speech enhancement based on Hilbert-Huang transform

XIA Min-lei^1，2，XU Zhen¹，YU Qi-yan³，FAN Ying-le³

1.Zhejiang Institute of Mechanical & Electrical Engineering，Hangzhou 310056，China
2.College of Electrical Engineering，Zhejiang University，Hangzhou 310027，China
3.College of Automation，Hangzhou Dianzi University，Hangzhou 310018，China

Received:2008-11-26 Revised:2009-02-02 Online:2010-06-11 Published:2010-06-11
Contact: XIA Min-lei

摘要/Abstract

摘要： 提出了一种基于Hilbert-Huang变换的语音增强方法。首先利用经验模态分解方法（Empirical Mode Decomposition，EMD），选择合适的固有模态函数对含噪语音进行初步降噪，然后根据信噪比分别确定过减因子进行谱减运算。实验结果表明，与传统的谱减法相比，该方法的输出信噪比提高了5 dB以上，尤其在非稳定噪声条件下，输出性能有更为明显的改善。经Hilbert-Huang变换后得到的特征量能较为有效地描述语音信号的非线性以及非平稳特性。

关键词: Hilbert-Huang变换, 语音增强, 谱减法

Abstract: A speech enhancement method based on Hilbert-Huang transform is presented.The empirical mode decomposition method is applied to denoise initially，and then the spectral subtraction method is used to enhance each intrinsic mode function.The subtraction factor has been justified due to the variation of the SNR.The results of enhancement experiments show that，this method outperforms the standard power spectral subtraction method resulting in superior speech quality，especially in non-stationary noise environment.Hilbert-Huang method gives the true description of the non-linear and non-stationary characteristics of speech signals，and it has wide application prospect.

Key words: Hilbert-Huang transform, speech enhancement, spectral subtraction

中图分类号:

TN912.3

夏敏磊^1，2，徐振¹，俞祁焰³，范影乐³. 基于Hilbert-Huang变换的语音增强技术研究[J]. 计算机工程与应用, 2010, 46(17): 139-141.

XIA Min-lei^1，2，XU Zhen¹，YU Qi-yan³，FAN Ying-le³. Study on speech enhancement based on Hilbert-Huang transform[J]. Computer Engineering and Applications, 2010, 46(17): 139-141.

[1]	王师琦，曾庆宁，龙超，熊松龄，祁潇潇. 语音增强与检测的多任务学习方法研究[J]. 计算机工程与应用, 2021, 57(20): 197-202.
[2]	王雁，贾海蓉，吉慧芳，王卫梅. 特征联合优化深度信念网络的语音增强算法[J]. 计算机工程与应用, 2019, 55(9): 38-42.
[3]	吉慧芳，贾海蓉，王雁. 改进相位谱补偿的语音增强方法[J]. 计算机工程与应用, 2019, 55(8): 48-52.
[4]	王杰1，杨程程1，莫嘉永2，王敦泽1，王谢谢1. 谐波重构先验信噪比估计算法[J]. 计算机工程与应用, 2018, 54(7): 44-48.
[5]	王虎，李晶，赵恒淼，臧燕，李春堂. 稀疏低秩模型及相位谱补偿的语音增强算法[J]. 计算机工程与应用, 2018, 54(5): 150-155.
[6]	王波，于凤芹，陈莹. 基于非平滑非负矩阵分解语音增强[J]. 计算机工程与应用, 2017, 53(7): 160-164.
[7]	王霞1，王丹1，王光艳2，张艳1. 压缩感知与EMD相结合的带噪面罩语音增强[J]. 计算机工程与应用, 2017, 53(18): 137-140.
[8]	张建伟，陶亮，周健，王华彬. 基于改进谱平滑策略的IMCRA算法及其语音增强[J]. 计算机工程与应用, 2017, 53(1): 153-157.
[9]	胡永刚1，张雄伟1，邹霞1，闵刚1，2，张立伟1，王健3. ADMM稀疏非负矩阵分解语音增强算法[J]. 计算机工程与应用, 2016, 52(3): 108-112.
[10]	宁矿凤，王景芳. DCT域维纳滤波语音增强[J]. 计算机工程与应用, 2015, 51(8): 226-230.
[11]	曹龙涛1，李如玮1，鲍长春1，吴水才2. 基于噪声估计的二值掩蔽语音增强算法[J]. 计算机工程与应用, 2015, 51(17): 222-227.
[12]	谷鹏1，2，朱俊华1，2，丁飞1，2. 一种含噪压缩感知的语音消噪方法[J]. 计算机工程与应用, 2015, 51(15): 216-220.
[13]	王瑜琳1，田学隆1，2，高雪利1. 自适应滤波语音增强算法改进及其DSP实现[J]. 计算机工程与应用, 2015, 51(1): 208-212.
[14]	徐文超，王光艳，耿艳香，白芳，费腾. 基于谱减法和变步长LMS语音增强算法[J]. 计算机工程与应用, 2015, 51(1): 213-217.
[15]	王路露1，夏旭2，冯璐1，刘光灿1. 基于频谱方差和谱减法的语音端点检测新算法[J]. 计算机工程与应用, 2014, 50(8): 194-197.

基于Hilbert-Huang变换的语音增强技术研究

Study on speech enhancement based on Hilbert-Huang transform

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics