非平稳噪声环境下的语音增强算法

文章针对非平稳噪声环境和低信噪比的情况,提出了一种基于低频区和高频区带噪语音特性的非平稳噪声估计,并结合人耳听觉掩蔽效应进行语音增强的算法。该算法首先通过非平稳噪声估计为加窗后的每一帧语音构造一个时变的权值实现对噪声的实时估计,然后结合人耳听觉特性计算出每一帧语音的不同Bark域的噪声掩蔽阈值,最后利用计算出的噪声掩蔽阈值自适应设定语音增强系数。仿真结果表明,该算法在抑制背景噪声,提高信噪比,减少语音失真等方面优于传统的语音增强方法。     

一种改进的相位误差计算法

自聚焦主要由两个重要步骤组成,即相位误差估计和相位误差校正,在现有的相位误差估计算法中,秩一相位估计算法是较好的一种,文中针对秩一相位估计算法存在的缺陷提出了一种改进的相位误差估计器,在低仪器时改时算法性能与秩一相位估计算法基本一致,但在信噪比较高时,改进算法能比秩一相位估计算示估计精度高,改进算法的另一优点是比秩一相位估计算法收敛快,若把改进算法代入相位梯度自聚焦算法的算法结构,对窗长选择的稳健性要好一些。     

改进的三次相位函数法LFM雷达信号参数估计

为了研究对线性调频(LFM)雷达信号的参数估计,提出了利用改进的三次相位函数法对LFM雷达信号进行参数估计.三次相位函数法可提取信号的相位函数的各项系数,并且只需通过二阶非线性变换在信号参数空间形成最大值来进行估计参数,具有较高的精度和良好的低信噪比能力,但是计算量较大.针对三次相位函数法计算量大的问题,提出调频斜率搜索范围设定准则及双尺度调频斜率搜索法,可减少大量计算量,同时保持了低信噪比下的算法精度.仿真测试结果表明,新算法有效地减小了计算量,并且保证了低信噪比下的算法精度,算法性能得到了提高.     

低信噪比下的高精度复正弦频率估计算法

MAP/ML频率估计算法由于同时利用了幅度和相位信息,在信噪比较高时可得到极高的估计精度,但在低信噪比下估计性能不佳．对此分析了形成原因,并提出了结合FFT确定相干积分长度及无卷绕序列的最大似然(ML)估计方法．利用FFT的粗估计值对信号进行频移,从而将信号的频率和序列的相位变化限制到了一定范围内,据此推导了不同相干积分长度下的克拉美罗界(CRLB),确定了相干积分数据分段的最佳长度,通过相干积分提高信噪比保持高估计精度．依据相移后相位方差选择估计序列的方法,避免了解卷绕过程,从而消除了解卷绕对低信噪比下算法性能的影响．Monte Carl仿真实验结果表明本频率估计可达到非常接近CRLB界的估计性能．     

基于概率潜分量分析的语音增强算法

针对传统语音增强方法在非平稳噪声环境和低信噪比情况下增强效果不理想的问题,提出了一种基于概率潜分量分析(PLCA)的语音增强算法。该算法分析并引入了PLCA模型,将语音谱建模成意义明晰的边缘分布表示,并通过期望最大化(EM)算法对最优边缘分布进行求解,用边缘分布组成的字典对噪声进行描述,利用语音信号的边缘分布选择性地重构语音信号,从而实现与噪声分离,达到语音增强的目的。仿真结果表明,该算法在抑制噪声、提高信噪比、增强语音质量方面明显优于传统的语音增强方法。     

基于ICA变换和MAP估计的语音增强算法

提出了一种基于ICA变换和MAP估计的单通道语音增强算法,该方法依据ICA变换后语音信号服从拉普拉斯分布的特点,运用MAP估计纯音信号,然后进行逆ICA变换,获得时域纯音信号。仿真分析表明：在输入信噪比较低情况下,该算法增强效果好,同时增强后的语音信号失真小。     

基于侧向引导的2D加权相位分离位移估计

在可并行的实时运动追踪算法的基础上提出基于侧向引导和二维信号窗的加权相位分离位移估计改进算法,并通过仿真和体模实验证实该算法提高弹性成像性能的可行性.先估计出中间一列(A-line)位移作为种子位移;然后从中间向两侧估计,估计时用侧向相邻已估计位移作为当前点的初始位移,最后通过二维窗的加权相位分离算法迭代产生最终位移.在仿真的不同应变或使用不同窗长情况下,改进算法所产生弹性图像的信噪比均高于原始算法,体模实验也产生了更高性能的图像.该算法能提高弹性成像的性能.     

利用子空间改进的K-SVD语音增强算法

在低信噪比的情况下,稀疏表示无法将纯净语音完全从带噪语音中分离出来,针对此问题提出了一种利用子空间改进的K奇异值分解语音增强算法．首先,利用子空间最优估计器跟踪噪声; 其次,通过K奇异值分解算法对噪声进行训练,构建出噪声字典; 最后,用K奇异值分解算法训练语音字典．在训练过程中,如果某个原子对应的稀疏系数低于设定的阈值,并且该原子可在训练得到的噪声字典中找到,就把该原子对应的稀疏系数设为零,即可达到去噪的目的．仿真结果表明,改进算法去除白噪声和babble噪声的效果显著,有效提高信噪比和减少语音失真,同时,该算法也可以很好地应用于消除随机噪声．     

区分性联合稀疏字典交替优化的语音增强

在联合稀疏字典的语音增强中,由于联合字典的相似性,导致稀疏重构阶段产生语音和噪声混淆进而产生语音失真问题。针对此,在训练阶段提出一个费希尔准则下的目标函数。该函数包含了语音和噪声的区分约束项,并用与信号变化相关的平衡因子去调整各项权值,为尽可能减小混淆误差提供了保障;同时,为了能使目标函数收敛,设计了一种交替优化字典和稀疏系数的算法,迭代寻找所需的字典和稀疏系数,完成语音字典和噪声字典的输出,得到具有非相似即区分性能较好的联合字典。在增强阶段,将带噪语音信号在联合字典上进行稀疏表示,并估计出语音幅度谱和噪声幅度谱。最后,结合维纳滤波器和理想二值掩模的优点,提出了新的软掩模滤波器,进一步消除了残余噪声。通过对不同信噪比的带噪语音进行实验,新算法得到的语音信噪比和听觉感知评价都较高,验证了新算法在提高语音性能方面的有效性。     

基于短时平均幅度差函数的带噪语音端点检测算法

传统的基于自相关函数的端点检测算法有两个方面的问题,一是计算量大,二是要进行语音信号基音周期的提取.提出了一种改进的方法,用短时平均幅度差函数代替自相关函数,节约了计算量;利用浊音与噪声平均幅度差函数的区别省去了基音周期的计算,同时也避免了误差带来的问题.传统算法与改进算法的仿真比较表明,改进算法的检测曲线噪声容限大,所以在低信噪比下也表现出了较强的稳定性.     

Speech enhancement using improved phase spectrum compensation

The typical phase spectrum compensation method has the negative enhancement performance in a low SNR,so the improved phase spectrum compensation method is proposed for this problem. First, the algorithm compensates the speech spectrum through the phase compensation function obtained by calculating the signal to noise ratio of each frame; second, by the new speech presence probability algorithm to estimate the noise power spectral density; finally, we apply the new phase spectrum and the estimated noise in the wiener filter. Simulation results show that the improved algorithm proposed in this paper can effectively improve the ability of voice systems to remove noise especially in a low SNR.     

基于掩蔽效应的改进型自适应语音增强算法

在分析经典自适应滤波算法的基础之上提出了一种有效的消除噪声且减小语音失真的语音增强方法.为了进一步提高语音增强效果,根据人耳掩蔽效应把语音信号中关键频率段的阈值作为自适应滤波算法的动态系数,根据此系数估算误差函数.在Matlab上对此算法输入不同信噪比的信号,仿真结果表明:输出的信噪比明显高于传统滤波算法,且残留噪声较小.     

Combination of dynamic features with a new mask to optimize neural network speech enhancement

Concerning the problem that the Neural Network speech enhancement algorithm cannot fully represent the nonlinear structure of speech due to feature selection,which leads to speech distortion.This paper proposes the combination of dynamic features with a new mask to optimize neural network speech enhancement.First,three features of noisy speech are extracted and spliced to obtain static features.Then,the first and second difference derivatives are obtained to capture the instantaneous signals of speech and fuse them into dynamic features.The combination of dynamic and static features completes internal complementarity of features and reduced speech distortion.Second,in order to enhance the intelligibility and clarity of speech at the same time,an adaptive mask is proposed,which can adjust the energy ratio of speech and noise as well as the ratio of the traditional mask and the square root mask.The Gammatone channel weight is used to modify the mask value in each channel to simulate the human auditory system and further improve the speech intelligibility.Finally,the simulation of multiple voices under different noise backgrounds shows that compared with different literature algorithms,the algorithm has a higher SNR,subjective speech quality and short-term objective intelligibility,which verifies the effectiveness of the algorithm.     

一种混合网台跳频参数盲估计算法

针对低信噪比（SNR）和复杂电磁环境条件下跳频参数估计精度低及算法复杂度高的问题,提出了一种短时傅里叶变换（STFT）和平滑伪魏格纳分布（SPWVD）的组合时频分析方法.该算法首先利用STFT将天线接收信号变换到时频域,并对时频信号进行自适应降噪处理;通过自适应聚类算法进行频率的精估计;提取时频信息并剔除各类干扰,再通过网台分选后得到各类网台跳时粗估计;最后采用SPWVD及修正后的截断门限进行跳变时刻的精估计.仿真结果表明,该算法在混合网台和低SNR条件下,跳频参数估计精度较高,算法复杂度较低,有效解决了实际跳频通信系统存在频率转换时间条件下的参数估计问题.     

Interrupted sampling repeater jamming suppression based on time-frequency analysis and band-pass filtering

Interrupted sampling repeater jamming is a new type of coherent jamming that generates a single or multiple false target groups,which cannot be effectively suppressed using conventional signal processing methods.To solve this problem,the received signals of several pulse repetition cycles are first accumulated in the time-frequency domain to enhance the time-frequency information on the signals.Then,the distribution of jamming signal is extracted accurately on the time-frequency surface based on the image processing algorithm,and the target echo is roughly reconstructed according to the time-frequency domain filtering method.Finally,based on the reconstructed time-domain signal,a band-pass filter is constructed to suppress the interference and noise.Simulation results indicate that compared with other methods,this scheme can effectively suppress various types of interrupted sampling repeater jamming in a low signal-to-noise ratio and multi-target environment with robustness and accuracy.     

一种时频平滑的深度神经网络语音增强方法

由于现有的基于深度神经网络的语音增强方法在网络结构的设计上缺乏对语音增强问题自身特点的考虑, 针对这一问题,基于语音增强在时间和频率两个维度上的不同特性,受传统语音增强方法中的含噪语音局部特征计算方法启发,设计了一种在时间和频率两个维度上进行不同处理的时频平滑网络。该网络采用门控循环单元来表达含噪语音在时间上的相关性,同时采用卷积神经网络来表达含噪语音在频率上的相关性,实现了类似传统语音增强方法的时频平滑处理。实验结果表明,这种时频平滑网络在保证语音增强系统因果性的前提下,相比其他网络显著地提高了语音增强性能,增强后的语音具有更好的语音质量和可懂度。     

一种基于多子带分析的短波通信语音信号增强算法

针对短波通信语音信号中噪声在频域分布的特点,引入了基于数据驱动的噪声估计算法,改进了频点信噪比的计算,提出了基于Bark子带的多种增强算法联合处理的方法。实验结果表明,该算法能有效抑制短波语音信号中的噪声,处理后的语音失真度小,语音自然度较高,避免了残留音乐噪声。     

部分W-分离正交语音信号的盲分离方法

在W-分离正交性假设的语音盲分离方法中,由于没有考虑多个源信号同时存在的情况,导致分离信号中不可避免地存在音乐噪声。针对这种部分W-分离正交情况,提出了基于信道估计的语音盲分离方法。该方法先检测只有一个源信号存在的时频点并进行归一化处理,使得处理后的结果与频率无关,克服了W-分离正交性假设的不足以及频率置换问题,通过K-means聚类估计出信道,再结合信号子空间方法重构源信号。仿真结果表明,提出的方法可以有效减少分离语音中的音乐噪声,与典型的时频二元掩蔽方法相比,其平均信号失真比提高3.02dB,同时平均信干比提高4.61dB。