基于语音存在概率和听觉掩蔽特性的语音增强算法

低信噪比下,谱减语音增强法中一直存在的去噪度、残留的音乐噪声和语音畸变度三者间均衡这一关键问题显得尤为突出。为降低噪声对语音通信的干扰,提出了一种适于低信噪比下的语音增强算法。在传统的谱减法基础上,根据噪声的听觉掩蔽阈值自适应调整减参数,利用语音存在概率,对语音、噪声信号估计,避免低信噪比下端点检测(VAD)的不准确,有更强的鲁棒性。对算法进行了客观和主观测试,结果表明：相对于传统的谱减法,在几乎不损伤语音清晰度的前提下该算法能更好地抑制残留噪声和背景噪声,特别是对低信噪比和非平稳噪声干扰的语音信号,效果更加明显。     

基于EMD和交叉熵的语音端点检测算法

针对复杂噪声环境下基于经验模态分解(EMD)的端点检测算法准确率低且不能自适应环境问题,提出了一种结合EMD和交叉熵的语音端点检测新算法。算法利用白噪声在各本征模态函数(IMF)中的概率分布是既定的且与幅值无关的EMD分解特性,将衡量语音帧与噪声帧概率分布差异性的交叉熵特征与EMD能量特征相结合,设置自更新检测阈值,实现复杂噪声环境下的语音端点检测。仿真实验证实了该方法在低信噪比以及非平稳噪声情况下具有显著的有效性和优越性。     

脉冲噪声环境下基于卡尔曼滤波的语音增强

语音增强的目标在于从含噪信号中提取纯净语音,纯净语音在某些环境下会被脉冲噪声所污染,但脉冲噪声的时域分布特征却给语音增强带来困难,使传统方法在脉冲噪声环境下难以取得满意效果。为在平稳脉冲噪声环境下进行语音增强,提出了一种新方法。该方法通过计算确定脉冲噪声样本的能量与含噪信号样本的能量之比最大的频段,利用该频段能量分布情况逐帧判别语音信号是否被脉冲噪声所污染。进一步地,该方法只在被脉冲噪声污染的帧应用卡尔曼滤波算法去噪,并改进了传统算法执行时的自回归(AR)模型参数估计过程。实验中,采用白色脉冲噪声以及有色脉冲噪声污染语音信号,并对低输入信噪比的信号进行语音增强,结果表明所提出的算法能显著地改善信噪比和抑制脉冲噪声。     

多重约束非负矩阵分解的非平稳噪声语音增强

低信噪比非稳态噪声环境中的语音增强仍是一个开放且具有挑战性的任务. 为了提高传统的基于非负矩阵分解(nonnegative matrix factorization, NMF)的语音增强算法性能, 同时考虑到语音信号的时频稀疏特性和非稳态噪声信号的低秩特性, 本文提出了一种基于多重约束的非负矩阵分解语音增强算法(multi-constraint nonnegative matrix factorization speech enhancement, MC–NMFSE). 在训练阶段, 采用干净语音训练数据集和噪声训练数据集分别构建语音字典和噪声字典. 在语音增强阶段, 在非负矩阵分解目标函数中增加语音分量的稀疏性约束和噪声信号的低秩性约束条件, MC–NMFSE能够更好地从带噪语音中获得语音分量的表示, 从而提高语音增强效果. 通过实验表明, 在大量不同非平稳噪声条件和不同信噪比条件下, 与传统的基于NMF的语音增强方法相比, MC–NMFSE能获得较低的语音失真和更好的非稳态噪声抑制能力.     

非平稳噪声环境下基于谐波能量的语音检测

语音端点检测的鲁棒性,对于构建实际语音识别系统具有重要的意义.谐波成分是语音信号的一个基本特点,为此提出了一种基于谐波成分能量的端点检测算法.通过sobeI算子计算窄带语谱图的方向场,通过Gabor滤波增强谐波区域,通过门限方法得到二值化图,去除方向大于45度和依赖度低的点,得到连续的水平方向的带状分布,即谐波分布区域,求取谐波分布区域内的能量,以此作为门限判决的特征.实验结果表明,在不同信噪比、多种非平稳噪声环境下都能够达到较好的语音检出效果.其优点为,不需要噪声的先验知识,充分利用了语音在频率域和时间域的相关性,适应于各种非平稳复杂噪声.     

基于噪声估计和听觉掩蔽效应的语音增强

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语音特性的非平稳噪声估计方法,通过构造一个时变的权值,实现对噪声的实时估计,同时结合人耳听觉掩蔽效应,利用估计出的噪声自适应设定增强系数。仿真实验表明,该方法能够较好地抑制背景噪声,提高信噪比,减少语音失真。     

一种新的VDR浊语音检测方法

针对驾驶室的低信噪比和非平稳复杂噪声环境, 根据浊语音谐波结构特性, 提出一种鲁棒的浊语音检测算法。将输入信号分帧, 检测每帧信号中与谐波对应的峰, 对连续多帧的峰进行谱跟踪, 得到一簇谱线, 这簇谱线能很好地表征浊语音的谐波特性, 并提取谱线簇的谐波特征, 进行浊语音判别。船舶驾驶环境下的浊语音检测实验表明, 该方法能够在低信噪比条件下, 从突发噪声、非平稳噪声中可靠地检测出浊语音, 表现出较强的抗噪能力和较高的准确率。     

复杂噪声下自行高炮通信系统语音信号检测方法研究

研究了在噪声环境下自行高炮通信系统语音信号的检测方法,提出了在高信噪比环境下采用短时平均幅度(AM)算法与短时平均幅度差(AMDF)算法检测相结合的二级判断法,在低信噪比的情况下采用短时高低频能量比的算法,实现语音信号在不同噪声环境下的检测;实验结果表明,高信噪比情况下二级判别法具有良好的语音识别效果,低信噪比情况下短时高低频能量比算法可以有效地检测出语音端点,避免切音现象;与传统语音检测算法相比,此方法不同信噪比状态下都具有较好的检测效果,体现出算法一定的优越性.     

基于小波及能量熵的带噪语音端点检测算法

为了在复杂的噪声环境中区分出语音信号和非语音信号(噪声),提出了一种基于小波及能量熵的带噪语音端点检测方法.该方法利用小波的多分辨率特性以及它对非平稳信号局部特征的表现能力,对含噪语音信号进行小波变换,用各层能量熵值的平均值来有效地区分语音段和非语音段.不同背景噪声及不同信噪比下的实验结果表明,提出的带噪语音端点检测算法获得了较高的检测正确率.     

基于子带能量的语音端点检测算法的研究

端点检测作为语音信号处理系统前端处理的重要环节,直接影响系统处理的准确性和高效性.传统的端点检测在高信噪比和稳定噪声环境下取得了令人满意的效果,但在低信噪比和多变噪声环境下,检测的正确率会急剧下降.在分析研究典型的基于能量的端点检测算法的基础上,提出了一种子带短时能量与短时过零率结合的动态门限端点检测算法,有效克服了上述缺陷.多种信噪比条件下对不同噪声环境下的语音信号进行对比实验结果表明,所提方法较传统能量算法更为准确地检测到语音的端点.     

一种新型实用的语音激活检测方法

论述了各种语音激活检测技术的优缺点,利用语音和背景噪声之间的相关性能差异,结合多门限检测技术,提出一种能够在复杂背景噪声环境下进行实时语音激活检测的算法。基于标准语音数据库的仿真结果表明该算法具有较低的实现复杂度,能够自适应地调整判断门限,有效跟踪背景噪声变化情况。实际产品测试结果验证了该算法的有效性。     

低信噪比下噪声抑制的语音活动检测

传统的语音活动检测的方法,在噪声比较恶劣(一般指信噪比在5db以下)的环境下,效果很差,而本文提出的语音活动检测的方法在低信噪比的情况下仍然能够达到很好的效果.该方法主要包含两部分:第一部分是噪声抑制,第二部分是基于状态机的语音活动检测.通过实验结果可以证明,本文提出的方法在白噪声,嘈杂人声和汽车噪声的环境下比G.729采用的语音活动检测的方法提高很多.     

一种基于实时噪声估计的改进谱减法

针对非平稳噪声环境和低信噪比下的语音增强,提出了一种基于实时噪声估计的改进谱减法。该方法首先利用临界带特征矢量距离进行端点检测,然后利用低频区和高频区带噪语音特性定义一个时变的调节系数,该系数结合端点检测可以实时地对噪声的估计值进行更新,从而达到快速跟踪外界环境变化的目的。仿真结果表明,该方法在抑制背景噪声、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。     

基于自适应倒谱距离的强噪声语音端点检测

在有噪声干扰的情况下,传统的语音端点检测方法的检测准确度明显下降。为了在强背景噪声环境下有效区分出语音信号和非语音信号,针对倒谱距离端点检测方法进行了研究,提出了一种基于自适应倒谱距离的强噪声语音端点检测方法。本方法引入倒谱距离乘数和门限增量系数,针对不同信噪比采用不同的倒谱距离乘数,并采用自适应判决门限的方法进行语音端点检测。MATLAB仿真实验结果显示,在不同背景噪声和不同信噪比下,本方法对于语音端点检测具有较高的检测正确率,其端点检测效果明显优于传统端点检测方法,适用于强背景噪声下的端点检测。     

噪音情况下语音端点检测方法的研究

语音信号处理中减谱法是一种传统的降噪方法,但减谱法利用固定的无音片段作为噪声样本容易产生误差。谱熵法是一种有效的端点检测方法,但在低信噪比环境下,检测效果将大大降低,并且门限估计也采用初始的固定无音片段。为此,提出了一种降噪和端点检测同步的方法。实验结果表明,該方法可以得到较高正确率的端点检测结果。     

一种HHT谱矩阵的车内噪声语音端点检测

由于车内噪声的存在,使语音的检测率降低得非常明显,这给智能汽车的语音控制带来了困难。提出了一种基于HHT谱矩阵的检测方法。该方法通过分析HHT的特点,以及噪声、语音信号的幅度分布特点,以帧为单位对输入信号HHT的时、频、幅矩阵进行处理,构建幅值-时间曲线,通过对前端噪声段的估计,自动设定阈值对整个信号的语音段进行检测。实验结果表明,该方法在车内噪声较强的情况下仍能有效检测语音段。     

基于似然比测试的语音激活检测算法

针对低信噪比和噪声变化情况下语音激活检测算法性能下降的问题,提出一种新的参数更新和取值算法。该算法采用Laplacian-Gaussian混合模型对带噪语音频谱的概率分布进行建模,模型参数从带噪语音中估计得到,噪声功率参数通过跟踪语音的音节间隙进行平滑。实验结果表明,该算法在-5dB信噪比情况下,可以达到95％以上的检测率,具有优越的跟踪性能。     

车载环境下的语音端点检测

为了提高车载噪声环境下语音端点检测的准确性,提出了一个基于GRU RNN的神经网络结构, 对带噪语音的Log Mel特征序列进行处理,实现语音与噪声的分离,从而恢复出纯净语音的Log Mel特征序列;在此基础上,提出一种新的特征Log Mel Sum,并用该特征进行端点检测。实验结果表明,在车载环境下,本文方法具有很好的端点检测性能。     

基于语音帧检测和子带谱跟踪的噪声估计算法

针对传统基于最小统计和递归平均的噪声估计算法存在较长时间延迟的问题,提出一种快速跟踪的噪声估计算法,将语音活性检测应用于子带谱跟踪来估计非稳定噪声的功率谱。仿真结果表明,该算法保证了噪声估计的精确性,当噪声为非稳定时,相比其他算法其跟踪速度更快。     

结合倒谱阈值频谱估计与瑞利分布模型的语音活动检测

针对传统的似然比语音活动检测的计算语音与噪声统计模型复杂度高,提出结合倒谱阈值估计噪声频谱与瑞利统计模型的语音活动检测方法。该方法先用倒谱阈值估计噪声的频谱,再利用UMPT获得基于瑞利模型的语音判决阈值更新准则。评估了4种不同方法组合的语音活动检测（voice activity detection,VAD）。实验表明：在非平稳噪声环境下该方法的正确检测率优于其它组合的VAD方法。