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。     

一种引入延迟的语音增强算法

针对传统语音增强算法中,只采用当前帧和当前帧以前的信息对当前帧语音谱进行估计而造成变电平噪声和音乐噪声的问题,采用一种改进的引入延迟的语音增强算法。通过引入延迟,可以在对当前帧语音谱进行估计时使用当前帧以后帧的信息,在噪声估计中采用类似路径搜索的双向搜索方法消除变电平噪声的影响,在先验信噪比估计中采用改进的非因果先验信噪比估计算法,消除低信噪比平滑不足带来的音乐噪声,在此基础上构建了一个完整的语音增强算法。实验结果表明,该算法基本不受变电平噪声的影响,而且音乐噪声和残留背景噪声都得到了很好的抑制。     

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。     

基于两步噪声消除技术与高斯统计模型的语音增强算法

针对语音增强技术中先验信噪比参数的估计问题,本文通过结合两步噪声消除技术以及语音与噪声分量的高斯统计模型,在频率域中提出了一种新的先验信噪比估计算法。该算法基于直接判决方法的输出结果,利用最小均方误差估计理论直接计算当前帧纯净语音分量的谱能量,以获取带噪语音的先验信噪比估计。算法在保留两步噪声消除算法优点的基础上,无需语音增强系统中增益因子的任何先验条件,且在有效消除背景噪声的同时能够最大程度地抑制输出语音中音乐噪声的生成。多种噪声背景下的仿真结果表明:相对于经典的直接判决方法和新近的两步噪声消除算法,基于本文先验信噪比估计方案的语音增强系统在主观与客观评价标准下都具有更加优良的语音增强效果。      

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。     

一种低信噪比语音的增强算法

为改善低信噪比环境下语音的质量,论文提出了一种新的语音增强算法。算法首先根据噪声频谱的高斯统计模型得到用先验信噪比形式表示的噪声频谱估计值,然后利用帧内、帧间平滑算法估计每一个频点的先验信噪比,从而能够更好地跟踪先验信噪比的变化。算法接着引入一种简便的估计语音在每一个频点出现概率的方法,得出一种新的语音增强算法。客观测试和非正式听音测试表明:该算法在几乎不损伤语音清晰度的前提下,能够更好地抑制低信噪比语音增强所产生的音乐噪声,同时使语音信噪比得到了明显提高。     

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。     

改进的低时延语音增强算法

针对目前语音增强存在较大时延的问题,提出一种低时延语音增强算法。在传统的先验信噪比估计和噪声估计的基础上,对判决引导算法进行低时延的改进,并提出了一种基于语音存在概率和语音激活检测相结合的噪声估计方法,本文的算法采用对数MMSE估计器结合语音存在概率。采用ITU-T P.826 PESQ、分段信噪比、总信噪比和对数谱失真对该算法进行了测试,并与其他几种算法进行了对比,实验结果表明,该算法有效降低了时延,可以很好的跟踪非平稳噪声,在信噪比较低的情况小可以取得很好的增强效果,且音乐噪声和残留背景噪声也可以得到很好的抑制。     

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。     

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.     

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.     

含噪语音信号频谱增强技术的统计方法研究与展望

基于单个麦克风的含噪语音信号频谱增强技术,一直受到有关工业和学术界的高度关注,其广泛应用于诸如语音识别、助听系统和免提终端通信等领域中。本文系统地讨论了含噪语音信号频谱增强系统设计的基本模块元素,并对诸如语音信号估计、语音信号出现概率估计、先验信噪比(SNR)估计和噪声功率谱估计等模块元素的统计技术与方法进行了较详细的讨论和描述。文中还讨论了含噪语音信号频谱增强算法的有关选择问题,并展望了其今后可能的研究与发展方向。     

一种基于后验信噪比频域语音增强方法的研究

谱减法是常用的单通道语音降噪方法,传统谱减法在抑制背景噪声的同时引入了“音乐噪声”,影响听觉效果。为了抑制音乐噪声,提出了一种基于后验信噪比的频域语音增强新方法,当后验信噪比较高时,采用基于后验信噪比的谱减法增强语音信号;当后验信噪比较低时,采用基于后验信噪比的谱衰减方法对含噪语音信号谱线进行衰减,达到语音增强的目的。仿真结果表明,基于后验信噪比的频域语音增强法具有较好的背景噪声和音乐噪声抑制效果,并保持了较好语音可懂度。     

Efficient a priori SNR estimation based on parameter adaptive spectral method

The a priori signal-to-noise (SNR) is one of the most important parameters in the short-time spectrum estimation techniques in speech enhancement. A new and convenient algorithm to estimate the priori SNR is involved in this paper. In this paper, the priori and posterior SNR of intra-frame are defined which can trace the variation of the a priori SNR of each frame better and can solve the problem of delay involved by the traditional approaches. Simulation shows that, the performance of the proposed algorithm is better than the traditional estimators in terms of log-spectral distance and the improvement segmental SNR, especially in the no stationary noise environments.     

基于动量项先验信噪比估计的语音增强算法的研究

先验信噪(SNR,Signal Noise Ratio)估计的精度影响着语音增强算法的性能。直接判决算法 (DD, Decision Directed)算法的计算简单且音乐噪声残留少,是最常用的先验信噪比估计算法,但是,该算法估计的增强语音语音失真严重。本文首先介绍了语音增强算法的基本理论并分析了DD算法、TSNR算法和融入动量项算法,然后运用MATLAB软件进行实验仿真,对比分析了融入动量项算法的性能优势。     

Feature classification criterion for missing features mask estimation in robust speaker recognition

Currently, many speaker recognition applications must handle speech corrupted by environmental additive noise without having a priori knowledge about the characteristics of noise. Some previous works in speaker recognition have used the missing feature (MF) approach to compensate for noise. In most of those applications, the spectral reliability decision step is performed using the signal to noise ratio (SNR) criterion, which attempts to directly measure the relative signal to noise energy at each frequency. An alternative approach to spectral data reliability has been used with some success in the MF approach to speech recognition. Here, we compare the use of this new criterion with the SNR criterion for MF mask estimation in speaker recognition. The new reliability decision is based on the extraction and analysis of several spectro-temporal features from across the entire speech frame, but not across the time, which highlight the differences between spectral regions dominated by speech and by noise. We call it the feature classification (FC) criterion. It uses several spectral features to establish spectrogram reliability unlike SNR criterion that relies only in one feature: SNR. We evaluated our proposal through speaker verification experiments, in Ahumada speech database corrupted by different types of noise at various SNR levels. Experiments demonstrated that the FC criterion achieves considerably better recognition accuracy than the SNR criterion in the speaker verification tasks tested.     

Speech enhancement using constrained spectral amplitude subtraction based on noncausal a priori SNR

Two gain forms of spectral amplitude subtraction are derived theoretically without neglecting the correlation of speech and noise spectrum during the period of a fralne. In the implementation, the constrained gain is expressed as a function of noncausal a priori SNR （Signal-to-Noise Ratio）. Noise and noncausal a priori SNR are estimated from the multitaper spectrum of the noisy signal with algorithms modified to be suitable for the multitaper spectruln. Objective evaluations show that in case of white Gaussian noise the proposed method outperforms some methods based on LSA （Log Spectral Amplitude） in terms of MBSD （Modified Bark Spectral Distortion）, segmental SNR and overall SNR, and informal listening tests show that speech reconstructed in this way has little speech distortion and musical noise is nearly inaudible even at low SNR.     

基于先验信噪比参数自适应的频域联合语音增强方法

该文针对单通道频域语音增强方法存在的问题,提出了一种频域联合语音增强新方法,即将改进的基于先验信噪比频域语音增强方法与迭代谱减法相结合进行语音降噪的方法。实验表明,该方法消噪量大,对语音的损伤小,同时有效地降低了音乐噪声。