一种基于信号子空间和听觉掩蔽效应的语音增强方法

采用子空间分解法对噪声语音进行信号增强，并用基于Johnston听觉掩蔽模型的感知滤波器对增强后的信号频谱进行平滑以抑制背景音乐噪声。几种噪声背景下对增强语音的客观测试表明，与传统的信号子空间分解法相比，基于信号子空间和听觉掩蔽效应的方法可有效地减少语音信号的失真度。     

联合投影逼近子空间跟踪的语音增强算法

本文提出一种联合投影逼近子空间跟踪(UPAST)的语音增强算法。本算法以投影逼近子空间跟踪算法为基础, 在无需对噪声进行任何假定(白噪声或是有色噪声)或近似且不需要任何语音活动检测的前提下,以递推更新的方式得到 语音信号和噪声信号协方差矩阵同时对角化的特征向量和特征值,因而运算复杂度低,实现了有色噪声背景下语音信号的 最优估计。主观和客观测试都表明本算法要优于其它子空间增强算法。     

基于子空间域噪声特征值估计的语音增强方法

传统信号子空间语音增强方法中均采用语音活动检测方法估计噪声,当噪声统计特性发生变化或信噪比较低时使用语音活动检测不能准确的估计噪声.本文给出一种基于子空间域噪声特征值估计的语音增强方法.结合语音存在概率对带噪语音协方差矩阵在每个特征向量上的特征值递归平滑得到噪声估计,可以在每一帧内更新噪声特征值.该方法不需要区分有声段和无声段,能够更加准确的反映当前时刻的噪声水平,具有鲁棒性.实验结果表明本文方法要优于传统的子空间语音增强方法.     

一种基于信号子空间和听觉掩蔽效应的语音增强方法

提文推导了基于离散余弦变换(DCT)的子空间分解法对有色噪声背景下的语音进行增强的公式,用基于听觉掩蔽效应的感智滤波器对增强后的信号频谱进行平滑以抑制背景噪声。几种噪声背景下对增强语音的客观测试表明,本文提出的方法可以有效地减少语音信号的失真度。     

基于信号子空间的语音增强方法

基于子空间的语音增强算法不同于基于信号处理和统计估计的经典语音增强算法,其核心思想就是将带噪语音信号映射到信号子空间和噪声子空间中,并在信号子空间中估计原始信号。本文提出的算法是以线性代数和矩阵分析为基础,利用对语音信号和噪声协方差矩阵同时对角变换的条件,对混有加性白噪声和粉红噪声的语音信号进行增强处理。经过实验分析及与传统的语音增强算法相比较,语音失真较小,增强效果较好,能够在极大限度地抑制背景噪声的同时减少频谱失真和残余噪声。     

基于子空间和小波相结合的语音增强

提出了基于子空间语音增强与基于小波语音增强相结合的语音增强方法,克服了仅用子空间方法和仅用小波方法各自的弊端,并充分利用了两者的优点。实验结果表明,恢复后的语音不仅失真较小,而且更大程度上抑制了噪声,有效去除了音乐噪声。     

基于人耳掩蔽效应的子空间语音增强算法实现

宽带语音增强在改善语音质量方面有着广泛的应用.传统的减谱技术虽然去噪明显,但在听觉上留下了不舒适的"音乐噪声".为了在主客观上得到更好的折衷,引入了子空间技术,将带噪信号分解为不相关的信号空间和噪声空间,并结合人耳掩蔽效应,在主客观上得到了较好的折衷.     

基于匹配追踪与子空间联合的语音增强

提出了基于匹配追踪和基于子空间相结合的语音增强方法.匹配追踪法具有自适应性,可以从一个过完备字典中找出与信号匹配的原子,重构后得到去除噪声的语音信号.针对匹配追踪法在输入信噪比较低时可能出现信号原子被误判为噪声成分的问题,引入子空间方法.首先分离出噪声子空间,再与信号子空间进行匹配追踪分解.实验结果表明,这种方法对各种信噪比的语音信号都有较好的增强效果,并有效抑制了音乐噪声.     

基于人耳感知掩蔽效应的子空间语音增强算法研究

针对传统子空间语音增强算法中,因语音增强方法中去除噪声而出现的音乐噪声和失真问题,提出了一种人耳感知掩蔽效应的子空间语音增强算法,并结合频域到特征值域的变换,在Bark域内实现人耳的感知掩蔽效应的语音增强。实验结果表明,该算法在白噪声和有色噪声的背景下,与传统子空间语音增强算法相比,不仅提高了语音信号的信噪比,而且减少了语音失真和音乐噪声,提高了增强后语音的听觉质量。     

基于特征空间逼近的传声器阵列语音信号增强

对现有的基于自动波束形成的传声器阵列语音信号增强算法提出了改进,将各传声器采集到的信号利用ABF(自适应波束形成)进行延时补偿并求和,消除信号中弱相干和不相干噪声;再利用特征空间逼近的方法进一步去除残留的噪声。将一种定阶方法应用到基于特征空间分解的语音信号增强中,利用其“最大稳定”原理,使得有效信号模型的阶数尽可能不受原始信号信噪比的影响,消除了传统定阶过程中的随意性和不稳定性。仿真结果表明:把自适应波束形成技术和特征空间逼近的方法结合起来,能够取得良好的去噪效果。     

一种改进的基于DCT的语音增强算法

提出一种改进的基于离散余弦变换的语音增强算法。在信噪比较低时,传统的基于离散余弦变换的语音增强算法效果较好,能较大幅度地提高信号的信噪比;而当信噪比高时,利用这种方法会滤掉一些有用的信号成份。新算法首先计算出所有高阶离散余弦变换系数对应的时域信号中语音信号出现的可能性大小,然后根据某个阈值计算是否在估计噪声信号绝对值的均方差时保留该系数。实验结果表明在含噪语音信号的信噪比高于10dB时,新算法较传统的基于离散余弦变换的算法具有较好的性能。     

一种基于最小能量统计的语音增强改进算法

针对基于最小能量统计的语音增强算法,用可靠的噪声段检测方法对噪声谱估计流程进行改进,提升噪声谱幅度估计的准确度。实验表明,此方法能有效地追踪背景噪声的变化情况,进而提升语音增强的效果。     

基于传声器阵列的语音增强技术

介绍了几种传声器阵列语音增强算法,包括固定波束形成、自适应波束形成、传声器阵后维纳滤波,并对各算法的性能和特点进行了分析。同时,对近几年基于传声器阵的语音增强技术的发展趋势进行了简单介绍。     

语音信号去混响原理与技术

语音信号去混响技术在通信、语言识别等方面有重要应用。介绍了国内外相关研究动态和方法,阐述了声音混响过程和倒谱法去混响原理,简要介绍了传声器阵列-倒谱法去混响技术。     

基于快速子空间分解的宽带非相干DOA估计快速算法

总结了快速子空间分解在窄带阵列到达角估计中的应用,给出了几种构造参考信号的方法。将快速子空间分解与宽带非相干信号子空间方法相结合,得到了宽带到达角估计快速方法。在性能基本保持不变的同时,新方法大大降低了运算量。仿真结果证明了算法的有效性。