1、語音作為一種方便、快捷、有效的交流方式，在人們的日常生活中扮演著非常重要的角色。隨著社會科技的不斷進(jìn)步及其人工智能的迅猛發(fā)展，語音信號也逐漸成為人-機(jī)交互的一種重要方式，其較傳統(tǒng)的人-機(jī)交互方式更加的便捷、高效和安全，故被廣泛應(yīng)用于工業(yè)控制、醫(yī)療輔助、安防保障、智能家居等諸多方面。然而在實(shí)際的應(yīng)用場景中語音信號不可避免的會受到周圍環(huán)境噪聲的干擾，進(jìn)而影響語音質(zhì)量，導(dǎo)致其無法完成正常的人-機(jī)交互功能。因此語音增強(qiáng)作為一個能夠有效抑制噪聲分

2、量，提高語音質(zhì)量的方法，具有重要的研究意義和應(yīng)用價值。
　　針對車載環(huán)境這一特定的應(yīng)用場景，噪聲信號具有低頻分布、先驗(yàn)知識不易獲得、與語音信號混合情況復(fù)雜等特點(diǎn)，造成了許多語音增強(qiáng)算法并不能很好的適用于車載環(huán)境。因此本文在分析車載噪聲和車載聲學(xué)場景的基礎(chǔ)上，建立噪聲信號和語音信號的卷積混合模型，研究盲源分離(Blind Source Separation，BSS)技術(shù)在車載環(huán)境下進(jìn)行語音增強(qiáng)的有效性和可行性，以提高車載環(huán)境下帶噪語

3、音信號的質(zhì)量和可懂度。本文具體開展了以下的工作:
　　(1)車載聲學(xué)場景分析建模和噪聲估計算法研究。根據(jù)車載環(huán)境所固有的特點(diǎn)，分析車載噪聲的來源及其和駕駛員語音信號在車內(nèi)的傳播路徑，建立噪聲信號和語音信號在車內(nèi)的卷積混合模型。由于多數(shù)語音增強(qiáng)算法都需要噪聲的估計值作為消噪的先驗(yàn)知識，因此噪聲估計的準(zhǔn)確性將直接影響這些語音增強(qiáng)算法的性能。本文在歸納總結(jié)一些常用的語音處理理論基礎(chǔ)上，對現(xiàn)有常用的噪聲估計算法進(jìn)行了研究，包括語音端點(diǎn)檢測

4、噪聲估計算法和最小值控制遞歸平均噪聲估計算法。
　　(2)語音質(zhì)量評價和語音增強(qiáng)算法研究。文章歸納總結(jié)了一些常用的語音信號質(zhì)量主客觀評價標(biāo)準(zhǔn)，并分析了這些評價標(biāo)準(zhǔn)的優(yōu)缺點(diǎn)。同時針對真實(shí)環(huán)境下客觀評價標(biāo)準(zhǔn)缺少參考源這一問題，本文構(gòu)建了一個基于隱馬爾科夫模型(Hidden Markov Model，HMM)的小詞匯量語音識別引擎，并將語音識別率納入了無參考源語音質(zhì)量的評價體系中。對于語音增強(qiáng)算法的研究，文章首先實(shí)驗(yàn)性分析了譜減法和維納

5、濾波法這兩個經(jīng)典的語音增強(qiáng)算法，并給出了它們對車載帶噪語音信號的消噪結(jié)果;其次針對一些傳統(tǒng)語音增強(qiáng)算法的不足，本文提出了一個改進(jìn)的小波閾值函數(shù)語音增強(qiáng)算法，該算法可有效抑制寬帶噪聲和提高語音質(zhì)量;最后文章闡述了獨(dú)立分量分析(Independent Component Analysis，ICA)的基本理論框架和實(shí)現(xiàn)原理，并重點(diǎn)研究了利用基于負(fù)熵的復(fù)值ICA在頻域盲解卷積，實(shí)現(xiàn)語音增強(qiáng)的過程。該ICA語音增強(qiáng)過程不僅可以較好的契合卷積混合模

6、型，而且可以很好的彌補(bǔ)現(xiàn)有語音增強(qiáng)算法在車載環(huán)境中應(yīng)用的不足。
　　(3)基于卷積ICA的車載語音增強(qiáng)算法研究。文章根據(jù)語音信號和車載噪聲信號的卷積混合特性以及它們在頻域的非高斯分布特性，提出利用基于負(fù)熵極大的卷積ICA對車載帶噪語音信號進(jìn)行語音增強(qiáng)，并對該增強(qiáng)過程進(jìn)行針對性的優(yōu)化。文章在仿真環(huán)境，室內(nèi)環(huán)境，真實(shí)車載環(huán)境三種聲學(xué)場景下構(gòu)建了車載帶噪語音信號語料庫，并采用基于負(fù)熵的卷積ICA進(jìn)行語音消噪。實(shí)驗(yàn)結(jié)果表明，該卷積ICA消

7、噪后語音信號的識別率較車載帶噪語音信號分別最高提高了18.33％，30％，27.5％，展現(xiàn)出該卷積ICA在車載聲學(xué)場景中應(yīng)用的有效性和魯棒性。最后本文針對頻域盲解卷積ICA的語音消噪效果受語音信號分幀長度和幀移大小影響的問題進(jìn)行了實(shí)驗(yàn)性研究和闡述。
　　(4)復(fù)雜環(huán)境下語音增強(qiáng)系統(tǒng)的研究和實(shí)現(xiàn)。本文在所研究的噪聲估計算法和語音增強(qiáng)算法基礎(chǔ)上，選擇部分算法結(jié)合語音媒體控制邏輯，在Windows平臺下利用C++實(shí)現(xiàn)了一套復(fù)雜環(huán)境下的語