基于计算听觉场景分析的混合语音信号分离算法研究

人耳听觉系统能够在强噪声的环境下区分出自己感兴趣的语音,基于计算听觉场景分析(CASA)的基本原理,其重点和难点是找到合适的声音分离线索,完成目标语音信号和噪声信号的分离.针对单通道浊语音分离的问题,提出了一种以基音为线索的浊语音信号分离算法.在白噪声、鸡尾酒会噪声等六种噪声干扰条件下,通过仿真实验结果表明,相比于传统的谱减法,语音分离算法的输出信噪比平均提高了7.47 dB,并有效抑制了干扰噪声,改善了分离效果.     

基于人耳听觉模型的煤矿顶板敲击声音信号特征提取

介绍了人耳听觉模型,详细分析了基底膜振动模型、内毛细胞模型和耳蜗核数学模型,并给出了听觉谱特征向量提取过程。在此基础上,提出了基于人耳听觉模型的煤矿顶板敲击声音信号特征提取方法。分别利用人耳听觉模型和小波包对煤矿顶板敲击声音信号进行特征提取,再用支持向量机分类器对目标特征进行分类识别。实验结果表明,对于采用人耳听觉模型提取的特征,正确识别率在95%以上,说明基于人耳听觉模型的煤矿顶板敲击声音信号特征提取方法有利于提高煤矿顶板检测的准确率。     

一种基于语音场景分析的听觉模型

从语音场景分析的角度提出了一种听觉模型。文中采用独立分量分析中的FastICA算法对场景中的混叠语音进行分离,完成了听觉分辨功能。对于听觉功能中的说话人验证问题,结合优化时频分布和距离测度方法完成了验证过程。通过对实验结果的详细评估说明提出的模型具有较好的处理效果,很好地模拟了人类听觉功能,误判率仅为2.4%。     

基于计算听觉场景分析的语音混叠信号分离

基于计算听觉场景原理，提出了一种混叠语音信号分离算法模型，对两个说话者的混叠声音进行分离。该模型对低频区和高频区的分离分别采用了不同方法，避免了因采用同样方法处理低频高频区而导致对高频段语音不能很好分离的结果。实验结果表明，该模型具有很好的应用效果。     

基于听觉效果的数字音频水印算法的设计

为了提高音频水印嵌入的数据量和嵌入的效果,提出了一种基于人耳听觉效果的数字音频水印嵌入算法;该算法利用人耳对声音的滞后掩蔽效应,在声音中的一些被屏蔽掉的区域嵌入水印信息,达到扩大水印信息量和减少对音频信息的影响;设计的算法采用过零率和音频信号能量实现水印的嵌入,使用同步信号实现水印信息的定位,利用水印信号和帧段数量的相互关系来实现水印的提取;测试结果表明,该算法具有较强的鲁棒性,能够抵御典型的水印攻击技术。     

基于双基频多带激励分离模型的元音分离

听觉场景分析(AuditorySceneAnalysis,ASA)是一种模仿人的听觉特性实现对混叠声音信号进行分离的方法。作为ASA的基础研究,论文针对各种ASA系统存在的相近频带信号无法有效分离问题,提出了一种新的基于双基频多带激励分离模型的元音分离系统,该系统利用两语音信号的基音轨迹特性提取多带激励分离模型中两基频对应的语音的各次谐波参数,将两组参数代入多带激励合成模型从而得到两个分离的语音信号。文中给出了算法的原理与具体描述。仿真实验结果表明,系统对存在基音频率差异的元音信号能实现有效的分离。     

基于听觉模型的语音识别研究

本文提出了一个基于心理声学理论和实验的听觉感知模型,它模拟了人对声音响度的听觉感知特征。该模型可在数字信号处理器(DSP)或计算机上实现,模型的输出参数已被用于语音识别。实验表明,用该模型参数表示语音信号可在环境有噪声的情况下保持较高的识别率。     

可听化研究综述

回顾了可听化研究的历史及现状，从可听化听觉感知研究、可听化工具以及可听化应用三个方面综述了可听化的研究内容及发展趋势．重点对人机交互中听觉感知相对于视觉感知的优势及其对数据一声音映射算法的选择的影响、对可听化工具研制及应用的相关技术等内容进行了概括。     

浅析基于仿生学的声源定位技术的发展现状

目标声音识别技术是语音识别的一个重要分支,它极大地提高了人们的工作效率,生活质量和服务质量.但由于语音变化范围大,声音识别系统精确匹配困难,声音容易收到音质,速度和背景噪声的影响而降低识别能力.随着语音信号处理技术的深入研究,结果发现:人的听觉系统对声音配合物具有独特的优势,它可以准确地提取目标声特性并辨别声音的方向和内容,基于仿生学的声源定位技术越来越受到人们的关注.     

基于计算听觉场景分析的混合语音分离

基于计算听觉场景分析的理论,使用onset/offset线索完成混合语音分离研究。将经过外围模型处理后的数据,在时域和频域上分别检测并匹配onset/offset,利用时频图上的onset/offset信息合并片段,实现语音分离。通过对3类混合语料进行实验分析,得出onset/offset线索可以同时处理清音和浊音,对声音混合类型没有限制,能得到较好的分离效果。