基于直接判决估计和预测估计的语音增强算法

对噪声环境下语音增强算法中的先验信噪比估计提出了一种新的估计算法。该算法结合了直接判决估计和预测估计方法,与传统的基于直接判决的先验信噪比估计算法相比较,当后验信噪比较大时,该算法减少了语音失真;当后验信噪比较小时,算法较明显地减少了音乐噪声。通过研究发现传统的直接判决方法就是该算法的一个特例,该算法可以通过一个权衡因子退化为传统的直接判决方法。实验结果也证实所提出的算法的优越性能。     

基于概率耦合的双直接判决先验信噪比估计算法

直接判决（DD,Decision-Directed）算法结构简单、音乐噪声抑制能力较好,是当前语音增强领域最为常用的先验信噪比估计方法.但该算法对于滑动因子的选取数值较为敏感,且估计性能要受到时延问题的限定.本文首先采用实际的语音和噪声数据,根据音乐噪声残留及输出语音失真两方面的评测标准对DD算法中滑动因子的取值问题进行了研究,通过数据分析给出了其较为明确的上下边界值;然后基于语音及噪声信号的复高斯分布模型,采用软判决技术对两个具有不同滑动因子的DD算法进行概率耦合,提出了一种具有双DD结构的先验信噪比估计算法.该算法可以充分结合两个具有不同特性DD算法的优点,在音乐噪声抑制及限制语音失真等方面均获得了较为理想的输出效果.多种噪声背景及输入信噪比条件下的仿真结果表明,相对于目前流行的几种先验信噪比估计算法,本文提出算法具有更为优良的估计性能.     

基于谐波重构滤波的数字助听器语音增强算法

本文研究了基于先验信噪比估计的维纳滤波增强算法。针对基于先验信噪比估计的维纳滤波法未能有效提高语音可懂度的缺点进行了研究与改进：首先,引入了以MMSE为准则的两步先验信噪比估计取代原“直接判决”法;其次,针对信噪比为负的区域,增益函数的过高估计会严重降低语音可懂度的问题对增益函数进行了改进,放大了负信噪比区域的噪声谱,从而降低增益函数被过高估计的可能性;最后,针对两步先验信噪比估计引起的畸变问题,在两步先验信噪比估计的基础上提出了谐波重构降噪方法,使用畸变的信号重构丢失的谐波成分,从而降低了信号的畸变。实验结果表明,改进的方法能够有效的提高语音可懂度并降低语音信号的畸变。     

一种融合相位的先验信噪比算法

研究表明,大多数语音增强算法都存在一个核心参数—先验信噪比,常用的估计先验信噪比的算法是直接判决法（Decision-Directed,DD）。然而,传统的DD算法是在纯净语音谱与噪声谱相互正交的前提条件下完成,其结果会导致增强后的语音质量受损。为了更加准确地估计先验信噪比,利用三角函数关系,提出一种融合相位影响的先验信噪比估计。仿真实验显示,所提的算法能够明显提升语音增强质量。     

基于参数估计和感知提升的语音增强降噪算法

为了提高单通道语音增强降噪算法的整体质量,该文从噪声消除和语音感知两个角度出发对传统语音增强算法进行改进,通过引入多种处理手段来达到最佳优化效果。首先在参数估计方面,把基于弱语音出现的平滑算法加入到基于固定先验信噪比的软判决方法中来解决噪声谱过估计问题,并根据语音帧存在概率动态调整平滑因子,从而提高先验信噪比的跟踪效果。其次在语音质量感知提升方面,采用谐波恢复的方法重建语音段的高频谐波分量,并采用相位补偿和增益平滑的方法消除静默段和语音段的音乐噪声。实验结果表明,相比传统算法,该文算法通过引入参数估计改进模块和感知质量提升模块,在消噪效果和语音质量两方面均得到了较大的提高,并适用于多类噪声环境和信噪比条件。     

基于维纳滤波与理想二值掩蔽的数字助听器语音增强算法

研究了基于先验信噪比估计的维纳滤波增强算法，针对基于先验信噪比估计的维纳滤波法未能有效提高语音可懂 度的缺点进行了研究与改进:首先，引入了以MMSE为准则的两步先验信噪比估计取代原“直接判决”法。其次，针对信噪比为负的区域，增益函数误差的过高估计会严重降低语音可懂度的问题对增益函数进行了改进，放大了负信噪比区域的噪声谱，从而降低增益函数被过高估计的可能性，最后，结合理想二值掩蔽的技术，对处理后的语音信号进行后处理，实验结果表明， 改进的方法能够有效的提高语音可懂度并降低语音信号的畸变。     

新型拉普拉斯模型因子估计语音增强算法

针对拉普拉斯先验模型下的语音增强问题,给出了一种模型因子估计算法,它利用语音分量方差与模型因子的对应关系来获取模型因子的估计;在语音分量方差的估计过程中,通过利用带噪语音分量与先前帧语音方差计算当前帧语音分量方差,提出一种新的语音分量方差估计算法。通过结合这两种新算法获得的拉普拉斯模型因子估计能够有效消除噪声分量能量对估计精度的影响,且提高系统的语音增强性能。多种噪声背景下的仿真结果表明,基于该模型因子估计方案的方法的语音增强算法具有更好的增强效果。     

基于维纳滤波的数字助听器语音增强算法

本文研究了基于先验信噪比估计的维纳滤波增强算法。针对基于先验信噪比估计的维纳滤波法未能有效提高语音可懂度的缺点进行了研究与改进：首先,引入了以MMSE为准则的两步先验信噪比估计取代原“直接判决”法;其次,针对信噪比为负的区域,增益函数的过高估计会严重降低语音可懂度的问题对增益函数进行了改进,放大了负信噪比区域的噪声谱,从而降低增益函数被过高估计的可能性。实验结果表明,改进的方法能够有效的提高语音可懂度。     

语音增强:使用burg谱先验信噪比估计消除"音乐噪声"

针对谱衰减增强算法中存在的"音乐噪声"问题,提出一种新的估计先验信噪比的方法.文章深入分析了谱衰减算法中"音乐噪声"的产生原因和抑制机理,并基于对先验信噪比的平滑,准确性和分辨率三者之间的关系以及它们对增强算法的影响等方面的综合考虑,选择burg方法结合直接判决准则进行估计,从而得到更加接近于真实情况下的先验信噪比.实验证明,在最小均方误差(MMSE)和对数谱最小均方误差(LSA-MMSE)增强算法中使用文章提出的先验信噪比估计,可以有效抑制"音乐噪声",同时,语音失真也进一步降低.     

仿听觉掩蔽效应的助听器语音增强算法

为增强听障患者在噪声环境下的语言理解度,本文提出了一种改进的感知滤波器算法。针对一般感知滤波器会出现被掩蔽音在感知滤波后变为可闻噪声的问题,本文仿听觉掩蔽效应设计了加权感知滤波器算法。算法在基本感知滤波器设计的基础上,首先采用直接判决法来估计先验信噪比,并基于最佳平滑因子法进行修正。然后基于最小均方差准则获得最优估计值,从而得到感知权重滤波器的增益函数。仿真实验结果表明,该方法能够有效地消除残留噪声,降低噪声对语音的干扰,使得处理后的语音质量有所提高。     

Speech Enhancement Using Phase‐Dependent A Priori SNR Estimator in Log‐Mel Spectral Domain

We propose a novel phase‐based method for single‐channel speech enhancement to extract and enhance the desired signals in noisy environments by utilizing the phase information. In the method, a phase‐dependent a priori signal‐to‐noise ratio (SNR) is estimated in the log‐mel spectral domain to utilize both the magnitude and phase information of input speech signals. The phase‐dependent estimator is incorporated into the conventional magnitude‐based decision‐directed approach that recursively computes the a priori SNR from noisy speech. Additionally, we reduce the performance degradation owing to the one‐frame delay of the estimated phase‐dependent a priori SNR by using a minimum mean square error (MMSE)‐based and maximum a posteriori (MAP)‐based estimator. In our speech enhancement experiments, the proposed phase‐dependent a priori SNR estimator is shown to improve the output SNR by 2.6 dB for both the MMSE‐based and MAP‐based estimator cases as compared to a conventional magnitude‐based estimator.     

Robust Voice Activity Detection Based on Concept of Modulation Transfer Function in Noisy Reverberant Environments

Voice activity detection (VAD) is used to detect speech and non-speech periods from observed speech signals. It is an important front-end technique for many speech technology applications. Many VAD methods have been proposed. However most of them have been applied under clean or noisy conditions. Only a few methods have been proposed for reverberant conditions, particularly under noisy reverberant conditions. We therefore need to understand the ill effects of noise and reverberation on speech to design an accurate and robust method of VAD under noisy reverberant conditions. The ill effects of noise and reverberation for speech can be regarded as the modulation transfer function (MTF) under noisy and reverberant conditions. Therefore, our study is based on the MTF concept to reduce the ill effects of noise and reverberation on speech, and propose a robust VAD method that we obtained in this study. Noise reduction and dereverberation were first applied to the temporal power envelope of the speech signal to restore the temporal power envelope with this method. Then, power thresholding as a VAD decision was designed based on the restored temporal power envelope. A method of estimating the signal to noise ratio (SNR) was proposed to accurately estimate the SNR in the noise reduction stage. Experiments under both artificial and realistic noisy reverberant conditions were carried out to evaluate the performance of the proposed method of VAD and it was compared with conventional VAD methods. The results revealed that the proposed method significantly outperformed the conventional methods under artificial and realistic noisy reverberant conditions.     

基于DCT与维纳滤波的单通道语音增强算法

针对复杂噪声背景下的语音增强问题,基于离散余弦变换(DCT)和维纳滤波提出了一种新的单通道语音增强算法。该算法不依赖任何语音信号模型且无需对噪声的统计特性进行先验假定,它利用DCT域中连续时刻语音信号分量间的相关特性结合最小均方误差算法实现纯净语音分量的最优估计,弥补了一般算法仅依赖单帧带噪语音对语音分量估计得不足。多种噪声背景下的仿真结果表明,该算法在主观和客观测试中都具有良好的语音增强效果。     

基于双耳线索编码原理的语音增强方法

借助双耳线索编码原理,通过构建一个语音和噪声的双耳线索先验码书,本文提出一种单通道语音增强方法.首先,该算法将语音和噪声的双耳线索作为语音和噪声的先验知识,在线下被训练成为先验码书.之后,在线上通过加权码书映射（Weighted CodeBook Mapping,WCBM）算法估计纯净线索参数,最后,利用双耳线索编码原理增强含噪语音.此外,本文采用深度神经网络,即堆栈式自编码器（Stacked Auto-Encoders,SAE）代替WCBM算法估计纯净线索参数,提出了基于深度神经网络的双耳线索语音增强算法.进一步提高了增强算法的性能.客观测试结果表明,本文所提方法优于参考算法.     

复杂环境下基于时延估计的声源定位技术研究简

为了改善在复杂环境下声源定位算法的性能,提出了一种新的时延估计（TDE）方法,即基于传递函数比的统计模型方法（ATFR-SM）。该方法采用统计模型去除噪声对传递函数（ATF）的影响,在计算传递函数时对功率谱密度（PSD）进行平滑和“白化”,以去除混响对传递函数的影响。同时,算法中引入话音激活检测（VAD）去除对求取传递函数无用的噪声段,以提高时延估计的准确性。此外,将所提时延估计方法与线性定位法相结合,构成一套完整的声源定位方法。实验结果表明,在复杂环境下,时延估计方法具有更低的异常点百分比（PAP）和均方根误差（RMSE）,且明显优于传统的参考算法,同时声源定位方法具有更高的定位精度。     

基于无语音概率改进的对数谱幅度估计增强算法

针对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,本文提出一种基于无语音概率改进的对数谱估计增强算法.该算法结合无语音概率的思想,按照纯噪声帧和带噪语音帧两种状态.有区别地实时更新语音最小均方误差的对数谱增益,并利用无语音概率参数(SAP)自适应地调节平滑系数,以求随着噪声环境的变化,在去噪度、残留"音乐噪声"和语音畸变度之间自适应地折中.实验表明,该算法在相同去噪程度下,语音畸变和音乐噪声相对其他谱减法都同时地减弱,特别在低信噪比环境下优势更明显,而且平滑参数利用SAP参数,无需多余计算,便于实时处理.     

采用复高斯分布模型的两步噪声幅度谱估计算法

噪声幅度谱估计是有效抑制外界噪声干扰、提高语音增强算法整体输出性能的重要环节。但目前针对该问题的研究相对较少,常用的语音激活检测算法只能在语音不存在阶段对噪声信号的幅度谱进行更新或估计,无法适用于更为复杂的非平稳噪声环境。为克服这一问题,本文基于噪声频谱的复高斯分布模型假设,提出了新型的两步噪声幅度谱估计算法。算法首先采用软判决技术计算噪声信号的功率谱,然后再结合复高斯分布条件下信号幅度谱和功率谱之间的数学关系间接地获取噪声幅度谱的估计。文中基于这一结论给出了两种估计算法,并在多种噪声环境下对它们的性能进行了仿真评估,其测试结果有效表明了提出算法优良的估计性能。      

改进语音增强多频带谱减算法研究

针对传统谱减语音增强算法增强后的语音信号会残留明显的"音乐噪声"的问题,采用多频带谱减算法对其进行改进。改进算法的原理是将带噪的语音信号按照频率划分成不同的频带,并使这些频带之间互不交叠,根据频带内带有噪声的语音信号和噪声信号信噪比,利用自适应算法求得该频带的过减因子。仿真结果表明:改进多频带谱减算法的语音增强效果优于传统谱减法。     

含噪语音压缩感知自适应快速重构算法

本文针对含噪语音压缩感知在低信噪比时重构性能差的问题,提出了一种自适应快速重构算法。该算法将行阶梯观测矩阵与一种新型的快速重构算法结合,并根据含噪语音信号的信噪比自适应选择最佳重构参数,使得在重构语音的同时提高了重构信噪比。算法实现简单快速,且不需要预先计算信号的稀疏度。实验结果表明,自适应快速重构算法重构性能优于基追踪算法和自适应共轭梯度投影算法以及快速重构算法,重构速度略慢于快速重构算法,但快于基追踪算法和自适应共轭梯度投影算法。