自适应语音增强算法综述

语音增强用来降低抑制住背景噪声,达到改善语音质量和可懂度的目标,使听者乐于接受语音增强的同时可以更好的听懂语音。目前大部分语音增强算法在实验室环境下效果都比较好,但面对复杂背景噪声环境,语音质量和可懂度下降非常明显。针对复杂背景噪声环境,使得增强语音随噪声时变而变化,一般采用自适应算法对语音进行处理,改善语音质量。     

基于听觉掩蔽的自适应β阶贝叶斯语音增强算法

为了寻求语音失真度和噪声抑制程度之间的一种平衡,提出了一种基于卡方分布的自适应β阶贝叶斯感知估计算法,并与听觉掩蔽效应的掩蔽阈值通过线性规则结合起来,以此达到更好的语音增强效果。算法利用了人耳的听觉掩蔽效应,根据得到的掩蔽阈值自适应地调整β阶贝叶斯感知估计语音增强算法中的β值,从而将噪声仅抑制在掩蔽阈值之下,留住了更多有效的语音信息,减少了语音畸变。分别应用了主观和客观两种评价方式来考察评价所提出的算法的各项指标,并与以往的基于信噪比的自适应β阶贝叶斯感知估计语音增强算法进行了比较,通过实验结果说明了文中的算法较之于其他算法的有效性。     

一种新的自适应语音增强系统

针对自适应噪声对消(ANC)语音增强系统的性能高度依赖于参考信号的质量，任何原始语音信号泄漏到参考信号中，都会导致原始语音信号失真和噪声抵消性能恶化这一问题，本文提出一种对泄漏不敏感的附加随机噪声(ARN)自适应噪声对消语音增强系统。它通过在参考信号中加入一个低功率的宽带随机训练信号，然后用该训练信号作参考信号对噪声传输函数(NTF)进行自适应建模，并在使用自适应预测滤波器(APF)消除NTF自适应建模的语音信号干扰的同时，用补偿滤波器(CPF)来修正由APF引起的参考信号失真。计算机仿真表明，这种ARNANC语音增强系统在泄漏情况下能将原始语音信号从带噪语音信号中有效分离出来。     

一种基于自适应滤波的语音增强算法的DSP实现

针对某大型车辆专用车内通话系统设计中的语音增强问题,对一种基于自适应滤波的语音增强算法进行了较为深入的研究。介绍了该算法的基本原理,及以TMS320VC5402为核心的语音增强模块的硬件设计,详细讨论了该算法的软件实现过程,并给出了实验结果。结果表明,该算法结构简单、易于实现,有较好的实用价值。     

基于自适应共轭梯度参数估计的顽健卡尔曼滤波语音增强算法

对于加性噪声影响下的语音信号，利用双通道输入建立起来的增广卡尔曼滤波器模型，采用自适应共轭梯度方法对纯净语音和有色噪声干扰模型分别进行参数估计，提出了一种有效的语音增强算法。由于该方法对模型参数的估计精确性较高，而且估计速度快，同卡尔曼滤波类的其它语音增强方法相比，其语音增强效果良好，且具有一定的顽健性。仿真实验表明在环境噪声很复杂的情况下，该方法仍然有效。     

基于小波变换的自适应多分辨率语音增强算法

本文提出了一种基于小波变换的自适应多分辨率语音增强算法，它在尺度上和尺度间同时对受噪声污染的语音信号作自适应滤波处理，从而使得听觉影响最严重的频段上的噪声被有效地滤除掉，滤波后的语音信噪比和主观听觉质量都得到了很大的改善。     

高性能语音增强算法的研究

讨论在强噪声环境下语音增强的新方法,即将主从结构的自适应滤波算法与级联谱相减算法相结合的方法。计算机仿真结果表明,该方法在大大消除背景噪声的同时,消除了“音乐噪声”,同时保证了较好的语音可懂度。     

基于小波变换的自适应多分辨率语音增强算法

本文提出了一种基于小波变换的自适应多分辨率语音增强算法,它在尺度上和尺度间同时对受噪声污染的语音信号作自适应滤波处理,从而使得对听觉影响最严重的频段上的噪声被有效地滤除掉,滤波后的语音信噪比和主观听觉质量都得到了很大的改善。     

基于LMS自适应滤波的耳语音增强的研究

文中针对带噪的耳语音提出了一种LMS自适应滤波的耳语音增强算法。首先采用谱减法得到一个增强耳语音信号，取得较好的谱包络后对增强信号进行LMS自适应滤波，消除由谱减法产生的音乐噪声。结果表明，采集到的耳语音信号的质量得到明显提高，即使在低信噪比的情况下，信噪比也能提高20dB左右。     

基于多窗谱估计与NLMS自适应滤波算法的单通道语音增强

多数传统语音增强算法是基于平稳噪声下分析的,且没有从语音质量及可懂度角度全面衡量增强性能。因此,提出了基于多窗谱估计与归一化最小均方（Normalized Least Mean Square,NLMS)自适应滤波算法的单通道语音增强方案。首先利用多窗谱估计谱减法（Multiwindow Spectral Subtraction,MSS）解决谱减法产生的“音乐噪声”问题;其次将估计出的期望信号与纯净参考信号的差值作为误差信号,由自适应滤波的NLMS算法代替传统的最小均方（Least Mean Square,LMS）算法,以降低滤波器成本及运算时间,求取滤波器权系数值,并不断迭代更新修正滤波器;最后分析了所提算法在不同噪声环境下的增强性能,并与传统的各种谱减算法对比,从语音质量及可懂度出发衡量语音增强效果。结果表明,所提算法的增强效果优于各类谱减法。     

一种改进的自适应算法及其在语音增强中的应用

对基于累积误差准则和基于共轭梯度的自适应算法进行了讨论和比较，分析了各自的特点，在此基础上提出了一种改进的自适应算法。改进算法可以在保证算法稳定的前提下提高算法的收敛性能。将改进算法应用于基于自适应干扰对消的语音增强实验，结果表明，与原有算法相比，改进算法能够使含噪语音的信噪比有较大改善。     

高性能联合语音增强算法的研究

讨论了一种抗恶劣噪声环境的联合语音增强新方法,即将自适应算法、多带谱相减算法和迭代谱相减结合的方法。仿真结果表明,新方法在极大地抑制背景噪声、音乐噪声的同时,保持了较好的语音可懂度。     

一种改进谱减法语音增强算法的研究

语音增强是语音处理中常用的手段,在传播语音信号的同时噪声信号也随之添加进来,为了得到纯净的语音信号,我们对带噪信号进行语音增强,我们一般使用谱减法进行语音增强,但面对变化较大的噪声效果不理想。文章提出了一种改进的谱减语音增强方法,通过实验仿真表明,该方法有效地解决了噪声变化大情况下的语音增强。     

一种改进谱减法语音增强算法的研究

语音增强是语音处理中常用的手段,在传播语音信号的同时噪声信号也随之添加进来,为了得到纯净的语音信号,我们对带噪信号进行语音增强,我们一般使用谱减法进行语音增强,但面对变化较大的噪声效果不理想。文章提出了一种改进的谱减语音增强方法,通过实验仿真表明,该方法有效地解决了噪声变化大情况下的语音增强。     

基于传声器阵的两级自适应滤波语音增强系统

基于自适应噪声对消思想，提出一种基于传声器阵的自适应语音增强结构，该结构经过两级自适应滤波，分离出增强语音信号。计算机仿真结果显示该系统能有效去除背景噪声。     

语音增强算法综述及性能分析

语音增强是解决噪声污染的一种有效手段,其主要目标就是从带噪语音中尽可能地提取纯净语音,目前已发展为语音信号处理的一个重要分支,在实际中具有重要价值.实际中经常用到的算法主要有谱减法、维纳滤波、基于统计模型的增强算法(如MMSE)和子空间法.主要介绍谱减法、MMSE、两步消噪(TSNR)和子空间法的算法基本原理,并采用客观评价指标对四种典型算法的降噪效果进行比较和分析.     

一种基于双通道自适应噪声对消的语音增强法

在自适应噪声对消(ANC)中,本文根据主辅通道噪声间的相关性,提出了一种自适应滤波语音增强算法。在低信噪比(-10～0dB)白噪声条件下,文中研究了辅助通道采集的噪声有无"串音"两种情况下的语音增强效果。研究表明:在无串音和有串音两种条件下,本文算法增强语音的信噪比分别比NLMS算法提高约14dB和5dB,PESQ_MOS得分分别比NLMS算法提高约1.13和0.83,同时增强语音的听觉质量得到了极大地改善。     

基于Teager能量算子的自适应小波语音增强

小波阈值的自适应计算方法有多种形式,基于Teager能量算子(TEO)的是其中一种.将这种方法结合离散小波分解使用时,会对实际噪声产生过多的保留.根据色噪声的具体特征,对这种方法进行了改进,对染噪信号的高频频带和低频频带分别使用不同的方法进行处理,这种处理既能有效保护清音,又能去除噪声.仿真处理结果表明,这种改进能更好地解决语音信号的保护和噪声消除之间的矛盾.     

基于小波变换的后置自适应滤波传声器阵列的语音增强

提出了一种将传统后置自适应滤波技术和小波变换技术相结合的传声器阵列语音增强方法。首先利用传统的延时-累加波束形成技术获取目标语音,并采用后置自适应维纳滤波器来估计原始语音,然后再使用小波变换分解与重构技术进一步去除噪声。经计算机仿真,表明当系统输入信噪比为0.11dB时,输出信噪比提高近6.28dB。     

通信系统中语音编解码对语音增强算法的影响

系统研究了现有语音通信系统中使用的几种语音编解码算法以及主流的单通道语音增强算法,并将二者相结合,对实际通信系统中的结构进行仿真.研究发现,现有的基于线性预测分析技术的语音编解码算法,在高编码率的情况下对于语音增强算法的性能不仅不会有损失,反而会在一定程度上改善增强算法带来的语音失真的情况,提高语音增强算法的效果.