双麦克风噪声消除的高斯混合模型法

为了解决基于相位差滤波器（PBF）双麦克风方法残留噪声较多的问题,本文在PBF方法基础上提出一种基于高斯混合模型的双麦克风噪声消除方法。该方法首先采用高斯混合模型（GMM）对目标语音存在(λ1)与目标语音不存(λ0)在这两种情况进行建模。其次,在实时增强阶段,根据贝叶斯分类器计算每帧的目标语音存在概率(TSPP),随后根据噪声抑制最大化准则修正PBF的增益函数并得到改进的相位差滤波器（IPBF）,最后将TSPP与 IPBF的增益函数相结合,进而得到一种用于双麦克风噪声消除的掩蔽滤波器。实验结果表明:本文提出算法可有效抑制残留噪声,尤其是在目标语音不存在的时间段      

麦克风阵列的协同自适应滤波语音增强方法

在麦克风阵列语音增强方法中,传统的广义旁瓣抵消器在处理存在显著脉冲噪声的语音信号时效果较差。为提高在脉冲噪声干扰下的语音信号增强效果,提出一种麦克风阵列的协同自适应滤波语音增强方法。该方法采用协同自适应滤波取代线性自适应滤波,基于NLMS算法导出了滤波器权值和协同因子的自适应更新算法。仿真实验结果表明,所提方法能有效地消除掉语音信号的脉冲噪声和高斯噪声,克服线性自适应滤波对非线性脉冲噪声的不敏感性,比广义旁瓣抵消器效果优越很多。     

固话信道下语音特征参数影响研究

通过对比麦克风与固话信道下语音信号的时域、频域参数,结合固话传输系统的特性,分析语音信号经过固话信道传输后,各参数的异同点以及固话信道对语音信号的影响。并采用F比的方法,分析麦克风信道和固话信道下语音信号MFCC特征参数的差异。实验结果表明,语音信号经过固话信道传输后,不仅造成信号的频率失真,还伴随有宽带噪声和共振型噪声。在MFCC特征参数方面,麦克风和固话信道的第二维MFCC参数差异最明显,低维参数相比高维参数差异较大,男性说话人特征参数相比女性说话人差异较大。     

基于分层采样粒子滤波的麦克风阵列说话人跟踪方法

针对噪声与混响环境下的说话人跟踪问题,本文提出了一种基于粒子滤波的麦克风阵列声源定位与跟踪方法.该方法在粒子滤波框架下,将无混响影响的语音建立信号作为观测信息,通过计算麦克风阵列波束形成器的输出能量来构建似然函数,同时考虑语音信号不同频率成分在声源定位中的作用,利用分层采样方法提高粒子的采样效率.实验结果表明,本文方法提高了说话人声源跟踪系统的抗噪声与抗混响能力.     

基于盲源分离理论的麦克风阵列信号有音/无音检测方法

该文提出一种在方向性噪声场中多路麦克风信号同时进行有音/无音检测(VAD)的方法。在方向性噪声场中,由于各个麦克风接收信号中的噪声彼此之间相关,因而,可以利用盲源分离理论将方向噪声与语音源信号分离,从而获得相对比较纯净的语音源信号。对分离出的语音源信号进行有音/无音检测,获得VAD结果,同时估计出各个麦克风信号相对于该信号的时延值。以相对纯净语音源信号的VAD检测结果为参考,将其分别平移相应的时延值,即可同时获得多路麦克风信号的VAD结果。计算机模拟结果表明,在方向性噪声场的多种情况下,该方法对具有加性噪声的多路麦克风信号均具有较好的有音/无音检测能力。     

基于双麦克风降噪技术的语音识别系统

语音控制是智能化设备的重要控制手段,而语音识别是实现语音控制的关键技术。为了设计一种可靠的、抗干扰性强的产品,提出了一种基于双麦克风降噪技术的语音识别系统。该设计运用ROHM公司的BU8332KV芯片作为语音识别前端处理的核心,利用其双麦克风降噪技术来解决语音识别中的噪声问题,结合单片机和语音识别芯片,应用于按摩椅的语音控制系统中。经过非特定人的语音识别系统的静态和噪声环境下测试,结果表明在噪声环境下,该系统有较高的识别率,适用于按摩椅的应用环境,也适合在其他有环境噪声干扰的语音识别系统中推广应用。     

双麦阵列的联合语音增强算法

在多路噪声环境中,单通道语音增强技术往往增强效果有限,为解决这一问题,重点研究了方向性麦克风语音增强技术,利用波束形成技术,达到抑制波束外的干扰信号同时又保留目标信号的目的,麦克风阵列能进行初步的噪声过滤,有效提高语音理解度及信噪比,但无法完全消除噪音,为进一步改善语音质量,研究一种基于方向性麦克风和改进的维纳滤波的联合语音增强算法, 实验结果显示,这种方法得到的最终语音信号质量更好。     

基于近场波束形成的麦克风阵列语音增强方法

当麦克风阵列用于封闭环境中非手持式语音拾取时,必须面对的一个问题是声场为阵列近场的问题。该文在子带自适应波束形成方法的基础上,引进了一种基于近场波束形成的麦克风阵列语音增强方法。该方法充分利用了近场球面波的波前弯曲率,有效地衰减了混响和噪声对期望信号的影响。仿真实验结果表明,在小房间混响条件下,基于近场波束形成的麦克风阵列语音增强方法取得了较好的噪声抑制效果。     

基于锥形麦克风阵列的语音增强技术研究

针对强噪音环境中小体积应用场合下的语音增强,设计了一种基于锥型麦克风阵列结构的语音增强方法。该方法充分利用锥形结构中锥底麦克风阵列对锥顶麦克风的良好噪声抵消性能,结合端点检测器和两级自适应滤波器设计的多通道抗串扰噪声抵消算法,实现了强噪音环境中的语音增强。理论分析和仿真验证了锥形结构设计的合理性和优越性,仿真结果表明,改进的多路抗串扰噪声抵消算法应用于此锥形结构的麦克风阵列中可提高语音信号的信噪比,对语音的损伤小,在强噪音环境中语音增强效果显著。     

基于自适应门限融合策略的语音去噪算法

针对单个语音去噪算法在去噪过程中关注点较为单一,而多个语音去噪算法在融合时存在细节信息被削弱、融合效果不理想的问题,提出一种多个语音去噪算法下的自适应门限融合策略,将带噪信号分别经过3种不同的去噪算法得到3个去噪信号;根据自适应门限值以帧为单位进行帧筛选,得到自适应门限融合策略下的去噪信号;为提高识别效果,采用倒谱提升器对Gammatone频率倒谱系数(Gammatone Frequency Cepstrum Coefficient, GFCC)进行改进,并联合支持向量机进行噪声环境下的语音识别。实验结果表明,在5、10、15、20 dB四种信噪比下,通过该融合策略所得到的去噪信号与目前主流的顺序融合及多级融合方式相比,在语音识别率方面平均提高3.6%,融合倒谱提升器的GFCC特征相比于GFCC特征平均提高了2.2%。