基于多统计模型和人耳听觉特性的麦克风阵列后滤波语音增强算法

针对麦克风阵列后滤波语音增强算法的不足, 结合人耳的听觉掩蔽效应, 提出了改进的后滤波语音增强算法. 提出了最大化目标语音存在概率来确定信号子空间维度的方法, 在噪声子空间上, 利用条件概率估计出噪声功率谱. 基于人耳的听觉掩蔽效应, 提出了后滤波器的一种合理的设计方法. 实验证明, 所提的噪声估计方法比传统方法更加准确, 所提的后滤波算法比传统的后滤波算法更好, 在多项语音评价指标上, 都取得了更好的实验效果.     

LCMV分频的改进维纳滤波后置波束形成算法

针对封闭环境中语音信号受到混响影响,提出了LCMV分频的改进维纳滤波后置波束形成算法。该算法通过计算麦克风阵列接收到含混响信号的短时傅里叶变换得到频域阵列信号,对频域阵列信号分频处理,将分频的信号进行线性约束最小方差波束形成滤波处理,该波束滤波根据每个频段上混响时间不同的特性对频域阵列信号进行分频处理后,将波束形成算法分别应用到高低频中,以提高混响抑制的精度;再由频域阵列信号的组合功率谱进行维纳后置滤波以抑制混响,由麦克风阵列接收到混响信号的直达波和反射波之间不相关性及麦克风阵列接收信号的空间信息解决维纳滤波器的精确估计问题;最后由逆短时傅里叶变换恢复出时域信号。仿真结果表明,该算法对混响抑制具有明显的改善;且在混响时间600 ms条件下语音增强系统的PESQ值提高了0.26。     

模型不确定性线性系统的鲁棒故障检测滤波器设计

基于给定的性能指标函数, 将受模型不确定性和范数有界未知输入影响的线性不确定系统的基于观测器的鲁棒故障检测滤波器设计问题归结为H_∞ 优化问题, 并通过选取适当的后置滤波器和观测器增益矩阵, 使产生的残差达到对于未知输入和模型不确定性的鲁棒性与对于故障的灵敏度的最佳均衡. 简例验证了本文提出算法的有效性.     

一种近场麦克风阵列后滤波语音增强方法

介绍了一种用于近场麦克风阵列后滤波语音增强的方法,避免了现有的利用自功率谱密度和互功率谱密度的Zelinski和McCowan后滤波器中噪声功率谱过估计的问题,并加入了近场传播的幅度衰减补偿和相位延迟补偿。使用卡内基梅隆大学提供的多麦克风语音数据以及使用Habets E A P提出的生成阵列散射噪声的方法进行的仿真实验,证明了改进的方法在语音质量客观评估量方面优于Zelinski后滤波法和McCowan后滤波法。     

开关电容滤波器前置、后置滤波器的设计

如何为开关电容滤波器(SCF)合理配置前置、后置滤波器,一直缺少系统的分析和说明。在研究SCF工作特性的基础上,提出了SCF前置、后置滤波器的设计方法。SFC前置、后置滤波器的主要设计参数是转角频率和衰减量。设计时,先根据系统要求确定衰减量,再根据选定的滤波器结构的衰减系数确定转角频率。用此方法,结合12位数据采集系统需要,以MAX295为核心设计了一个可程控低通滤波器。结果表明,MAX295的前、后置滤波器能以4档转角频率覆盖其10 Hz~50 kHz转角频率范围,前、后置滤波器的最小衰减量分别为-74 dB和-10 dB。     

基于交叉注意力机制的波束形成后置滤波网络

针对经典后置滤波器存在的对非平稳噪声抑制效果较差且存在目标语音失真的问题,提出一种基于交叉注意力机制的后置滤波网络,使用基于门控循环单元的编解码器作为网络框架,并在编解码器组之间添加残差连接;使用基于伽马通域的波束输出信号与噪声参考信号功率谱的子带增益作为双特征输入;使用特征交叉的多头归一化点积注意力捕获序列输入的长距离依赖信息并进行特征融合。实验结果表明,该算法在不同信扰比和噪声条件下的语音质量和可懂度指标均优于基线系统,具有较强的鲁棒性;在对非平稳噪声具有较好抑制效果的同时,能最小化目标语音的失真;且相较端到端的深度学习方法,具有轻量化和低时延的特点,能满足实际工程应用的需求。     

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。     

基于信号相位差和后置滤波的语音增强方法

 在复杂的声学环境中,通常噪声场特性和混响强度是未知的,这样就对麦克风阵列语音增强算法的性能提出了较高的要求.本文提出一种基于带噪语音信号相位差和后置滤波的语音增强方法.首先,将麦克风阵列接收信号分帧,利用相邻两个麦克风之间每帧带噪语音信号的相位差,构成该帧改变频率点幅度谱值的比例系数,对该帧带噪语音信号进行掩蔽增强处理,得到预处理信号;然后利用固定波束形成、独立分量分析算法和后置滤波技术对预处理信号进一步处理,从而有效地抑制了噪声.计算机仿真实验结果表明,在存在一定混响的多种噪声场中,该方法均具有较好的噪声抑制能力.     

Decoder-based transient signal post-processing for ITU-T G 719 at low bit rate

Associated with ITU-T G.719,a post-processing method in frequency domain for enhancing the perceptual quality of the decoded transient audio is proposed only to the audio decoder with no side information from the encoder.The proposed post-filter is used to filter the frequency coefficients of the decoded transient frame and consists of a short-term post-filter and a spectral tilt compensation filter which are derived from linear predictive coding(LPC) predictor based on the discrete cosine transform(DCT) coefficients of the decoded transient frame.As a result,the post-filter in frequency domain shapes the temporal noise in time domain and controls the pre-echo noise effectively while enhancing the transient perception.Listening test results show that the preferring ratio of the post-processed transient signal is higher than that of the original decoded signal at a low bit rate of 32 kbit/s in G.719 and the post-processing module brings a complexity of 12.399 WMOPS to the decoder.