微弱语音信号提取

前言

如果遇到收音机接收到的声音不清晰,一般人会采取的方法,移动到室外等信号好的位置,换用较好的天线等措施来增强信号质量。

信息传递过程 信息源->调制->射频功率放大->发射天线->空中传输->接收天线->射频滤波放大->解调->音频功放->扬声器

左边一部分我们没有能力去改变,我们无法令电台加大发射功率,或者改用更好的调制方式。

改进空中传输环节就得移动接收机的位置使靠近电台或者移除中间的障碍物,有点不切实际;改进接收天线会造成难以携带;改进射频滤波放大受到电阻热噪声的限制,目前商用收音机还有改进余地很小了;在音频功放和扬声器环节改进几乎无意义,无法使输出信噪比很低的声音得到明显的提高。只能改进解调环节或在音频功放之前插入语音增强算法处理,这里只讨论语音增强算法。而且要求回声较弱,否则会影响提取。

频率追踪

滤波

滤波示意图
S N R = S N = S B W ∗ 噪 声 功 率 谱 密 度 SNR=\frac{S}{N}=\frac{S}{BW*噪声功率谱密度} SNR=NS=BWS

可以设置一个动态滤波器,仅仅通过当前瞬时频率(红色)附近的频带(黄色)而不是整个带宽(青色)。噪声的功率谱密度近似为常数时,通过降低带宽来降低噪声功率,进而提高信噪声比。
语音频谱图样例
一个幅度比噪声要小的正弦信号,可以通过足够长的傅里叶变换提取出来。
在jupyter notebook上进行实验

改进傅里叶变换

但是语音信号的瞬时频率处于不断变化中,不能使用较长的FFT进行提取峰值(没有解调的调频信号频率实在变化太快了,这种方法行不通)
$ F ( ω ) = F [ f ( t ) ] = ∫ − ∞ ∞ f ( t ) e − j ω t d t F(\omega)=\mathcal{F}[f(t)] = \int_{-\infty}^{\infty}f(t)e^{-j\omega t}dt F(ω)=F[f(t)]=f(t)ejωtdt
F ( ω , ω ′ , . . . , ω ( n ) ) = ∫ − ∞ ∞ f ( t ) e − j [ 1 2 ω ′ t 2 + . . . + 1 ( n + 1 ) ! ω ( n ) t n + 1 ] e − j w t d t F(\omega, \omega',..., \omega^{(n)}) = \int_{-\infty}^{\infty}f(t)e^{-j[\frac{1}{2}\omega't^2+...+\frac{1}{(n+1)!}\omega^{(n)}t^{n+1}]}e^{-jwt}dt F(ω,ω,...,

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值