一种新的听觉感知模型

本文根据心理声学的基本理论和实验资料,提出了一个基于听觉感知特征的听觉模型,与基于生理声学的听觉模型相比较,该模型更能反映人对连续自然语音的感知特性,因而适于对连续语音的识别。     

边缘学科分支最新动向

丁N~刃5 1 94061209一种新的听觉感知模型/赵鹤鸣,周旭东(苏州大学)11电子科学学刊一1994,16(5)一513~517 根据心理声学的基本理论和实验资料,提出了一个墓于听觉感知特征的听觉模型,与基于生理声学的听觉模型相比较,该模型更能反映人对连续自然语音的感知特性,因而适于对连续语音的识别.图5表1参6(文)TN月)5 1.]2 94061210肌电特征发现与肌电康复研究/胡天培(上海交通大学)//上海交大学报一2994,28(3)一151一153 介绍了人体肌电信号的特征,根据人体肌电信号的频谱特征,提出了肌电康复的新概念和新方法.图2参4(木)丁N一雀)52 94061211电流…     

基于听觉感知小波变换的电子耳蜗CIS语音信号处理

为克服以往滤波器组参数调整复杂，提出了一种听觉感知的小波变换的电子耳蜗语音处理的方法。文章在连续交替取样CIS（Confinuous Interleaved Sampling）语音信号处理方案的基础上，利用人耳听觉的临界频率与听觉感知的小波变换域的相似性，进行了电子耳蜗输出信号的重构，采用短时傅立叶变换的语谱图分析。实验结果表明：本方法获得的合成语音与原始语音在频谱包络特征上非常相似，频域特征里接近入耳的实际生理特性。     

基于感知加权滤波的卡尔曼滤波语音增强

结合人耳听觉掩蔽效应,提出一种基于听觉感知加权的卡尔曼滤波语音增强方法。由于人耳对语音的感知主要是通过语音信号频谱分量幅度获得的,引入听觉感知加权滤波器在频域上使共振峰区域残留噪声更多,而共振峰之间及语音幅度谱较低的区域残留噪声减少,这样符合人耳的听觉特性,从而使得主观感觉到的噪声最小。采用语音质量感知评估对语音增强的效果进行评测,与传统的卡尔曼滤波语音增强算法相比,实验结果显示该算法提高了增强语音的质量。     

自动呼叫质量测试及其算法分析

要本介绍了一种自动呼叫质量测试方法。该方法由手机、PDA、PC机实现，前台数据采集和后台数据分析相互协作。首先建立语音感知模型，对语音进行电平调整和滤波、时间校准、听觉变换、干扰计算等处理，然后再利用相关性把得到的语音的客观评价质量映射成主观意见分(MOS)。     

基于计算听觉场景分析的混叠语音分离算法

提出了一种改进的混叠语音信号分离算法,该算法采用改进的黑板模型计算听觉场景分析结构,快速准确计算混叠语音信号的特征参数;利用中频特性和人的听觉感知机理,模拟了听觉神经元的发放特性,分离出不同声源的语音信号和噪声信号.通过以上2个部分的处理将输入的混叠语音信号在时频域上分割为若干有听觉意义的语音段.再聚类和重构输出不同声源的纯净语音信号.     

基于听觉模型的汉语耳语音声调检测

 从听觉感知出发,分析了听觉外周模型对于语音激励的主要响应过程,采取听神经平均发放率为声调感知线索,提出了一种汉语耳语音声调的识别方法.其理论基础是听神经发放信息是听觉中枢的唯一信息来源,它是对于语音激励中声强、频谱、共振峰等多种特征的综合反应,因此适合用作耳语音的声调特征.采用BP神经网络对大量汉语元音耳语四声样本进行训练、识别,得到65.1%的平均识别率,达到了改善汉语耳语音声调识别效果的目的.     

基于听觉模型反演方法的语音信号分析及应用

本文在吸收听觉生理学研究成果基础上，建立了一个模拟外围听觉系统和部分中枢神经系统功能的听觉模型。该模型作为前端处理来提取语音信号的自相关图谱，并且通过听觉模型的反演实现了从信号的自相关图谱中重构原始的语音信号。实验结果表明，通过听觉模型反演从信号的自相关图谱中恢复出的语音信号，具有较好的自然度和良好的噪声鲁棒性。     

基于临界频带子波变换的语音增强

提出了一种临界频带子波变换进行语音增强的新算法。该算法对传统的功率谱减算法进行改进，引入了与人耳听觉系统直接吻合的临界频带子波变换，使增强后的语音更符合人耳的听觉感知。对该算法进行客观和主观测试结果表明：与谱减法相比能更好地抑制残留噪声和背景噪声，增强后的语音具有更高的清晰度和可懂度。     

听觉模型用于语音识别以及与一般方法的比较

本文在文献（１）建立的外周听觉系统以及部分中枢听觉神经系统的基础上，建立了一个主意识别器。它由听觉模型作为语音声学前端处理器（即特征提取），由具有ｔｏｎｏｔｏｐｉｃ组织结构的神经网络作为识别分类器。大量实验表明，由该听觉模型提取的特征参数不仅能很好地表示主意区别意义，而且对于噪声环境下的语音特征表示有较好ｔｏｂｕｓｔｎｅｓｓ。语音识别实验表明：在有噪声的情况下，采用听觉模型参数的识别器，其识别率明     

自动呼叫质量测试及其算法分析

本文介绍了一种自动呼叫质量测试方法。该方法由手机、PDA、PC机实现,前台数据采集和后台数据分析相互协作。首先建立语音感知模型,对语音进行电平调整和滤波、时间校准、听觉变换、干扰计算等处理,然后再利用相关性把得到的语音的客观评价质量映射成主观意见分(MOS)。     

基于最大似然估计的子带语音去噪的研究

对基本的谱减算法进行了改进。利用满足听觉感知模型的滤波器组对语音信号进行处理,然后通过自动跟踪信号的低能量部分的包络来估计背景噪声的特性,最后利用改进的谱减技术对子带语音进行滤波并增强。实验表明,改进的谱减技术具有良好的性能。     

基于计算听觉场景分析的强噪声背景下基音检测方法

本文针对强噪声背景下语音基音检测这一既具实际应用，又相当困难的问题，提出了一种基于计算听觉场景分析的基音检测方法。该方法利用了人的听觉感知特性，适用于低信噪比和存在其它语音干扰下基音信息的提取。实验结果证明，本文提出的方法是非常有效的。     

用DSP实现人工神经网络语音识别

本文首先叙述人工神经网络在语音识别方面的应用，然后介绍两种采用数字信号处理器实现的语音识别器。一种是英文独立字母语音识别器，叙述多层感知器和后向传播算法。另一种是中文独立字及连续语音识别器，叙述添加多层和感知后处理器的隐含马尔可夫模型。     

基于临界频带的子带滤波语音增强

根据人耳的听觉感知特性,提出了一种基于子带滤波的优化语音增强方法。基于临界频带设计滤波器将输入信号分成若干子带,依据估计出的每个子带的短时信噪比来对相应子带的时域信号逐帧进行独立的自适应处理后再合成。语音增强性能评估结果表明,有效地去除背景噪声的同时还抑制了音乐噪声,减少了语音的听觉失真,提高了增强语音的可懂度。     

基于改进MFCC语音特征参数的语音质量评估的研究

.本文讨论了基于MFCC(Mel-Frequency Cepstral Coefficients)听觉感知模型的语音质量客观评估方法(EPESQ:Efficient Psychoacoustics Evaluation of Speech Quality)在网络语音质量客观评估中的应用,深入分析了EPESQ算法的基本原理,并对算法的MFCC语音特征参数进行了改进和性能分析.实验证明该算法在确保评测准确性的前提下,大大降低了算法的复杂度,具有较强的适应性,可靠性,实用性,完全可以应用于通信网络语音质量评估.     

WT及其在SR中的应用

小波变换（WT：Wavelet）为处理语音、音乐等时变信号提供了一个新的方法，可以通过选取满足一定条件的Wavelet波形来表征人类听觉系统对声音信号的感知，本文对WT和短时FT（STFT）作了比较，并讨论了WT在语音识别（SR）中的应用，最后给出了实验结果。     

一种基于感知滤波的语音去噪算法

文中针对加性白噪声的环境下,通过在传统的Wiener滤波算法中引入人耳听觉感知特性及谱减算法,提出了一种新的基于感知滤波的语音去噪算法.该算法的关键是采用LPC分析得出的感知加权函数修正维纳滤波方程,使噪声谱分布随语音而变.不仅保持Wiener滤波算法的优点,而且降低噪声对纯净语音的影响.实验表明,该方法能更有效地抑制背景噪声,提高语音质量,且具有较低的计算复杂度.     

鼻辅音感知线索研究

语音识别系统的性能受许多因素的影响,如不同的说话人、说话方式、环境噪音等。为了提高系统的识别率和稳定性,一种重要的解决方法是寻找更好的、高强健性的基于人耳听觉感知特性的感知线索。基于此,三维深度研究方法（3DDS）被发明,用来探究语音信号在人耳内部的感知线索,并已成功的运用于对摩擦音和爆破音的感知线索识别。本文将这种方法拓展到鼻辅音的感知线索研究。在三个感知实验结果分析的基础上,定义了冗余感知线索和次要感知线索,并找到了/m/的感知线索是大约位于363~1250Hz的语音部分,/n/的感知线索是大约位于939~2826Hz的语音部分。      

语音的帧同步分离研究

重叠语音在本文中定义为由两个及两个以上原始语音叠加所形成的混合语音.重叠语音分离,由于不能利用方位信息,困难更大.但人的听觉系统却能够有效感知和分离这种重叠语音.本文利用语音的谐波特性对重叠语音分离进行研究.提出基于语音信号谐波分析的帧同步分离方法,并给出实验结果.