音频增强
-
-
基于AMUSE算法的混合语音信号盲分离系统
本项目旨在利用AMUSE（Algorithm for Multiple Unknown Signals Extraction）算法实现对相互混合的语音信号进行盲源分离。盲信号分离（BSS）是指在源信号和传输信道参数均未知的情况下，仅由观测到的多个混合信号恢复出各源信号的过程。AMUSE算法是独立成分分析（ICA）领域中一种基于二阶统计量的经典方法，其核心思想是利用信号的时间相关性。实现过程首先对输入的混合观测信号进行白化处理，以消除信号间的瞬时相关性并实现能量归一化。随后，该项目通过计算并分解具有特定延迟 -
基于小波变换的语音增强及去噪系统
该系统旨在解决语音通信或录音过程中产生的各种背景噪声干扰问题，通过小波变换技术实现高保真语音信号的增强。其具体实现方案包括：首先读入受加性高斯白噪声、有色噪声或环境噪声干扰的离散带噪语音信号，并进行预加重及分帧处理。系统核心采用多尺度离散小波变换（DWT）技术，根据语音信号与噪声在小波域内能量分布不同的特性，将信号在多个尺度上进行分解。在处理阶段，系统内置了多种阈值处理策略，包括硬阈值法、软阈值法以及半软硬改进阈值法，能够根据各层小波系数的统计特性自动计算最优阈值。通过对高频细节系数进行阈值化处理，有效滤
