听觉模型用于噪声环境下语音识别的研究

在吸收听觉生理学研究成果基础上,建立了一个模拟外国听觉系统和部分中枢听觉神经系统功能的听觉模型,以该模型作为前端处理来提取特征参数,后处理采用模式匹配的方法,进一步研究了听觉模型用于语音识别的抗噪声问题。根据听觉生理特点提出了几个抗噪声方案,实验结果表明,基于文中的听觉模型和所提抗噪声方案的语音识别系统,在噪声环境下具有很好的鲁棒性（Ｒｏｂｕｓｔｎｅｓｓ）。     

基于无抽样小波包变换的语音增强方法

非均匀临界频带与人耳对固有语音的频率感知特性十分相似,并且可在听觉感知上近乎完美地使信号进行重构.文章基于此提出了一种新的语音增强方法.该方法首先采用易于计算的无抽样离散小波包(UDWP)模拟人耳的听觉特性滤波器组对带噪语音进行分解;其次在语音信号的子带层次上用一种类似于软阈值的无穷阶可导的函数进行阈值处理;最后应用谱减法进行二次增强.实验结果表明,该方法在有效去除语音噪声的同时可以较大地提高语音的清晰度和可懂度.     

改进型多特征语音端点检测方法

智能语音已经走进人们的日常生活,端点检测技术的发展对语音识别的应用起到了关键性作用,如何在嘈杂环境下正确识别出语音段,是影响语音识别系统性能的重要因素。针对已有的端点检测技术,提出了改进型多特征语音端点检测方法,在降噪的同时进行语音增强。即运用子带谱熵进行噪声估计,运用自适应噪声平滑进行降噪,并在谱减法的基础上进一步改进谱减参数,得到增强的语音信号。通过MATLAB仿真发现,改进型多特征语音端点检测技术能够更好地适应不同噪声环境,对端点检测有很好的适用性。     

一种语音端点检测方法的研究

端点检测是从一段语音中检测出语音段和噪声段,是语音信号处理过程中的一个重要环节.为了提高在低信噪比下的检测效果,提出了一种基于子带能量的检测算法,该算法主要计算子带能量等参数,并通过更新噪声能量来实现.实验结果表明:与常规的端点检测方法相比,该方法具有良好的检测能力,并且在低信噪比环境下较好的端点检测能力.     

语音特征增强方法综述

经过数十年的发展语音识别取得了长足进步,但各种语音识别系统的性能仍然难以满足现实应用的需求.造成这种情况的一个重要原因在于目前的系统仍然难以适应各种噪声环境.因此,增强语音识别系统的噪声鲁棒性是推动其走向现实应用的关键.系统地阐述了特征增强类方法的国内外研究现状,介绍了信号增强、从听觉层面或可区分层面的提取特征、特征归正和特征补偿等方法,分析了他们存在的局限性.在此基础上,分析了稀疏编码与语音特征增强的基本问题和研究现状,提出了稀疏编码在语音特征增强方面的需要解决的问题,为从事鲁棒语音识别的研究者提供参考.     

带噪藏语语音增强算法研究

藏语语音增强方法能够用于提高噪声环境中语音处理设备的性能,并且能够在不同的噪声环境下使用而不影响其性能.根据藏语语音特点,提出藏语语音增强算法.实验显示,该算法具备良好的分段信噪比增益.     

面向真实噪声环境的语种识别

语种识别受真实噪声环境的影响较大,识别效果不佳. 为了解决真实噪声环境下语种识别的问题,提出一种基于对数灰度语谱图的图像处理语种识别方法. 根据噪声能量和语音能量在语谱图上的分布规律对真实噪声中的语音信号进行带通滤波;再结合人耳听觉特性提取对数灰度语谱图;然后提取图像主成分特征作为语种特征,采用残差神经网络模型进行训练测试. 实验结果表明,在掠夺者战斗机驾驶舱的环境下,所提方法的平均识别正确率相对于线性灰度语谱图方法提升了27.5%,在其他噪声环境下的平均识别正确率也有提升.     

一种基于人耳听觉模型的窄带音频信息隐藏算法

为了更好地解决在窄带语音通信中进行强鲁棒性、高透明性信息隐藏这一难题，通过对人耳听觉和窄带通信系统模型的深入研究，提出了一种基于人耳听觉模型的窄带音频信息隐藏算法. 大量实验表明，该算法能很好地抵抗窄带通信中的D/A、A/D和信道噪声等攻击，具有很强的鲁棒性；在时域、频域，尤其是在听觉上具有很好的透明性. 同时，算法的隐藏容量可达20 bit/s，具备智能盲检测特性，有很高的实用价值.     

一种基于人耳听觉模型的窄带音频信息隐藏算法

为了更好地解决在窄带语音通信中进行强鲁棒性、高透明性信息隐藏这一难题，通过对人耳听觉和窄带通信系统模型的深入研究，提出了一种基于人耳听觉模型的窄带音频信息隐藏算法. 大量实验表明，该算法能很好地抵抗窄带通信中的D/A、A/D和信道噪声等攻击，具有很强的鲁棒性；在时域、频域，尤其是在听觉上具有很好的透明性. 同时，算法的隐藏容量可达20 bit/s，具备智能盲检测特性，有很高的实用价值.     

基于时序结构的听觉感知语音信号端点特征检测

针对传统方法在高信噪比情况下检测性能较好、但在低信噪比情况下性能很差的问题,提出一种新的基于时序结构的听觉感知语音信号端点特征检测方法。利用有限长窗时间序列结构对听觉感知语音信号进行采集,实现时序分析,得到听觉感知语音信息的一般形式,在此基础上,获取时序结构下听觉感知语音信号的短时能量特征。对含噪声的听觉感知语音信号进行离散小波变换处理,获取含噪声的小波系数,通过阈值对小波系数进行处理,将未超过阈值的小波系数看作噪声,通过高于阈值的小波系数对听觉感知语音信号进行重构,完成语音信号去噪处理。利用双门限-三态转换判断体系实现听觉感知语音信号端点特征检测。实验结果表明,本文方法在低信噪比状态下仍可保证高检测精度。     

一种基于迭代多带谱相减的语音增强方法

根据传统的谱相减语音增强算法,提出了一种抑制噪声的迭代多带谱相减语音增强方法,暨将迭代方法和多带谱相减方法相结合。同时该方法采取了一种不需要静音检测(VAD)的自适应方法来估计噪声。仿真结果表明, 该方法在较好的抑制背景噪声和残留音乐噪声的同时,保持较好的语音可懂度。     

基于自适应提升小波变换的语音增强算法的研究

语音增强是解决噪声污染的有效方法,它的首要目标是在接收端尽可能从带噪语音中恢复纯净的语音信号.Sweldens等人引入了基于提升法的小波变换,也称为第二代小波变换.提升法是一种柔性的小波构造方法,它可以使用许多线性,非线性或者空间变化的预测和更新算子,而且可以确保变换的可逆性.该文讨论强背景噪声下的基于自适应提升小波变换的语音增强方法,并与自相关相减法语音增强算法进行比较.计算机仿真结果表明,该方法在大大消除背景噪声同时保持语音信号较好的可懂度.     

基于小波变换的静音与语音分割新算法

含噪语音信号的静音与语音分割，即端点检测问题是语音识别至关重要 的一步，为了提高语音分割对环境的适应性，提出了一种利用小波变换分割含噪语音信号中静音与语音的新算法，该算法首先将语音信号进行小波变换，利用小波系数去噪，然后选择小波部分子带跟踪信号的能量变化以分割语音与静音，仿真实验表明该算法在低信噪比条件下也能够有效分割语音。     

Study of speech enhancement in the background of ship-radiated noise

Spectral subtraction is wildly used in speech enhancement. But it is not always available in the ship working environment because of the fact that it is hard to discriminate the speech duration with the ship noise. So, in this paper, we propose a new approach, which first computes the frequency spectrum similarity and then discriminates the signal segments into speech or noise roughly. And then by the frame shifting method, we achieve a high discrimination precision. Finally, the improved algorithm is benchmarked on a large measured data and experimental results show that the proposed method can be used in various ship-radiated noise environments. The discrimination accuracy is 98％ for ship-radiated noise and 96％ for speech.     

区分性联合稀疏字典交替优化的语音增强

在联合稀疏字典的语音增强中,由于联合字典的相似性,导致稀疏重构阶段产生语音和噪声混淆进而产生语音失真问题。针对此,在训练阶段提出一个费希尔准则下的目标函数。该函数包含了语音和噪声的区分约束项,并用与信号变化相关的平衡因子去调整各项权值,为尽可能减小混淆误差提供了保障;同时,为了能使目标函数收敛,设计了一种交替优化字典和稀疏系数的算法,迭代寻找所需的字典和稀疏系数,完成语音字典和噪声字典的输出,得到具有非相似即区分性能较好的联合字典。在增强阶段,将带噪语音信号在联合字典上进行稀疏表示,并估计出语音幅度谱和噪声幅度谱。最后,结合维纳滤波器和理想二值掩模的优点,提出了新的软掩模滤波器,进一步消除了残余噪声。通过对不同信噪比的带噪语音进行实验,新算法得到的语音信噪比和听觉感知评价都较高,验证了新算法在提高语音性能方面的有效性。     

用功率谱相减法进行混噪语音识别的研究

为了提高混噪语音的识别率，对以往功率谱相减法进行了数理解析，指出了其不足之处。针对某些混有频率成份较少的噪音的语音，提出了一种新的功率谱相减法，给出了相应的处理算法，并运用这种新的功率谱相减法进行了仿真语音识别实验，实验结果证明了这种新的功率谱相减法的正确性和有效性。     

基于神经振荡器网络的计算听觉场景分析

神经振荡器网络模型运用振荡元相关进行听觉场景分析,不同声源所激励的振荡元形成异步流,而同一声源激励的振荡元是同步的。在该模型的组合层中,引入阈值,可有效保留语音信息,提高了信噪比,最后合成的语音信息是可理解的。