基于间接拉普拉斯模型因子估计的语音增强算法

对DCT城基于拉普拉斯统计模型的语音增强,分析了模型因子的估计误差及其对于算法整体增强性能的影响,并根据广义高斯分布模型度其形态参数的概念与性质,提出了一种新的拉普拉斯模型因子估计方法,该方法结构简单,它利用拉普拉斯模型条件下语音分量方差与模型因子的对应关系,间接地获取模型因子的估计,算法不仅有效地消除了噪声分量对于估计精度的影响,而且可以快速地跟踪语音分量的变化。仿真结果表明,基于该模型因子估计方法的语音增强算法在多种噪声背景下具有更出色的语音增强效果。     

DCT域维纳滤波语音增强

针对非平稳噪声和强背景噪声下声音信号难以提取的实际问题,提出了一种DCT域的维纳滤波方法。列出了DCT域清浊音分割步骤,给出了DCT域频谱信噪比迭代更新机制与具体实施方案,设计了DCT域的二维维纳滤波。实验仿真表明,该算法能有效地去噪滤波,改善可懂度,且在不同的噪声环境和信噪比条件下具有鲁棒性。该算法计算代价小,简单易实现。     

基于小波变换的语音增强算法综述

基于小波变换的话音增强方法是一种新颖的去噪方法,值得大家去研究利用.本文根据大量的文献资料,从小波分解、模极大值、小波系数相关性、阈值去噪及混合去噪法等几个方面,详细地介绍了目前国内外基于小波变换的语音增强方法的研究现状,分析了各种改进方法的优缺点,并论述了小波去噪的发展趋势,对提高语音信号处理的性能具有较大的应用价值.     

二次离散小波变换的语音增强方法

提出了一种基于二次离散小波变换（DWT）的语音增强算法。该算法首先对带噪语音信号进行离散小波变换,提取离散细节信号,并对其进行第二次离散小波变换。再按照不同的规则选取阈值,对信号进行去噪处理。最后再对出来后的语音信号进行合并。对比实验结果表明,该方法具有良好的消除噪声的效果,提高了语音的清晰度和可懂度。     

一种基于DFT的次优高精度频率估计算法与实现

在快速傅里叶变换(FFT)粗估计的基础上,通过曲线拟合,得到一种实现简单的次优高精度频率估计算法。现有的精确估计算法多采用FFT输出的幅度信息,或是FFT的复数输出进行精确估计。本文提出了利用幅度平方信息做精确估计的算法,有效地简化了运算复杂度,实现结构简单。通过仿真验证了本算法在低信噪比下也具有较高的估计精度。     

卡尔曼滤波语音增强算法的CUDA实现

提出一种卡尔曼滤波语音增强算法的统一计算设备架构并行实现方案。该方案通过离散余弦变换把含噪语音分解为不相关的DCT系数,使原来的时域串行处理转化为统一计算设备架构并行处理,只需较少的线性预测阶数,节省运算时间。实验结果表明:与时域卡尔曼滤波比较,该方法有更高的输出分段信噪比,其统一计算设备架构加速方案可有效缩短语音增强运算的时间。     

一种基于DCT变换的图像认证算法

提出了一种可自恢复的图像篡改认证算法,原始图像的最低位和3／4次低位置零和进行2×2分块DCT变换的基础上,提取DC分量组成图像矩阵,DC分量量化产生特征图像。特征图像经过Arnold置乱,将其二值编码作为水印并混沌加密后嵌入到原始图像的最低位和3／4次低位。实验结果表明,该算法简单、安全性高,篡改精确定位到2×2图像块,可对篡改区域近似恢复,具有较好的实用性。     

基于DCT变换的数字水印算法研究

提出了一种基于DCT变换嵌入到图像的中频带水印改进算法。该算法在DCT变换水印算法的基础上,调整DCT对应系数,然后将其嵌入到原始图像的中频系数中。从实验结果来看,该算法真正做到水印的盲监测,实现水印能够抵抗常见的噪声、裁剪、JPEG压缩等攻击,使水印具有较好的不可见性和鲁棒性。     

基于DCT的运动估计算法

介绍了一种新的运动估计算法———基于DCT的运动估计算法(DXT ME)。该算法由一维信号的DCT虚相位方法衍生而来,利用了正弦正交原理直接在变换域中估计运动物体的位移。DXT ME算法具有较强的抗噪声能力,其计算复杂度比传统的全局搜索块匹配算法(BKE ME)要低;还由于其运动估计完全基于DCT域,使得基于DCT变换的运动补偿图像编码器成为可能,大大降低了系统复杂度,提高了系统性能。     

基于局部小波变换与DCT的人脸识别算法

提出了一种基于局部小波变换和离散余弦变换(DiscreteCosineTransform,DCT)相结合的人脸识别方法,该算法首先利用小波变换对人脸图像做适当层次的小波分解,然后通过离散余弦变换对低频分量作进一步的特征提取和压缩,得到人脸识别特征,最后利用欧氏距离和最近邻分类器进行识别。基于ORL人脸数据库的实验结果表明了该算法的有效性。     

一种改进的小波语音增强算法

在提出了基于TEO的清音、浊音和噪音区分的基础上,采用不同的小波阈值处理方法在多尺度上进行阈值处理,并对阈值函数进行了改进。实验表明,该算法不但能够有效的抑制噪声,还能减少对清音部分的损失,既提高了信噪比,又改善了语音信号的清晰度和舒适度,是一种有效的语音增强算法。     

改进的基于响度域的语音增强算法

针对短时谱幅度最小均方误差估计(MMSE-STSA)语音增强算法在非平稳噪声环境下噪声抑制能力较差的问题,提出一种改进的MMSE-STSA算法。该算法在响度域进行谱幅度估计,并采取基于概率的语音判决方法。实验结果表明,相比传统的MMSE-STSA算法,改进算法在非平稳噪声环境下能够获得更好的语音质量。     

基于改进谐波恢复算法的语音增强方法

当信噪比较低时,语音信号的高次谐波部分会完全淹没在噪音中。针对该情况,提出一种基于改进谐波恢复算法的语音增强方法。对经过MMSE-LSA算法语音增强处理后的时域输出语音信号进行非线性处理,得到准周期冲激信号,并将其与原增强信号相乘,突出语音的谐波分量。实验结果表明,改进算法较好地解决了低信噪比时谐波失真的问题,相比传统谐波恢复算法能更好地改善语音高次谐波的质量。     

基于Kalman滤波的GSC改进语音增强算法

针对广义旁瓣相消器（Generalized sidelobe canceller,GSC）存在非相干噪声消除性能不佳的缺陷,提出了采用后置Kalman滤波器改进的GSC去噪算法。该算法通过归一化最小均方算法校正自适应噪声对消器,并将滤除方向性干扰噪声后的语音信号输出到Kalman滤波器中,对残余背景噪声进行迭代最小均方误差（Minimum mean square error,MMSE）估计,抑制非相干噪声与麦克风阵元所产生的热噪声。经过在不同信噪比条件下客观语音质量评估（Perceptual evaluation of speech quality,PESQ）及语谱图分析后证明,与传统的GSC以及后置谱减法的改进GSC相比,本算法在噪声消除上的表现更为优越,且增强后信号也更接近目标信号。     

一种改进的DCT域数字音频水印算法

针对现有数字音频水印算法不能同时满足隐蔽性与鲁棒性的问题,在添加水印之前,先将水印的二值图像与随机密钥进行加密操作,再对载体进行三级小波变化和DCT变换,最后对比加密后的水印信息与载体信号,得到密钥值,并将密钥嵌入到载体音频的DCT中频系数中。实验结果表明,该算法能在隐蔽性和鲁棒性之间达到一个较好的平衡。     

一种改进的基于DCT的静态图像水印算法

基于DCT(离散余弦变换)的自适应水印算法因其优异的性能而被广泛地采用。该文基于DCT的自适应水印技术,提出了一种改进的水印算法。通过空间交迭的方法,该算法能够削弱传统DCT自适应水印算法的块状噪声,从而提高图像的品质。     

一种基于LMS改进算法的语音增强方法

LMS算法在自适应滤波器中得到广泛应用,但这种方法具有收敛速度慢,步长需要谨慎选择才能达到收敛和失调的折中等缺点。文章把一种变步长的LMS算法应用到语音增强中,此算法通过建立步长因子μ与迭代次数n之间的一种函数关系提出一种新的变步长LMS算法,在迭代过程中在开始时采用大步长参数进行迭代,达到稳态后减小步长参数。仿真结果证明该方法对带噪语音有明显的去噪效果,有效地提高了语音的清晰度和可懂度。该算法明显优于传统LMS算法,较之提高了收敛速度并减小了稳态误差。     

一种改进窗函数的低时延语音增强算法

语音增强技术作为语音数字信号处理前端的预处理技术,在提高语音的可懂度和总体感知质量等方面扮演着重要角色。而以短时傅里叶变换为基础的语音增强算法会产生窗大小加跳数的算法延时,通常在考虑窗口大小和频谱分辨率后,算法的固有时延会大于64ms。然而,这样的高时延对于包括助听器在内的一些实时性要求较高的应用是很难满足的。为解决上述问题,对传统汉宁窗进行了改进,提出一种非对称的窗函数,并将其与无监督GCC-NMF算法相结合得到了一种无监督的两通道低时延的GCC-NMF语音增强算法。通过从SiSEC获取的语音和现实噪声的两通道混合信号数据集上进行性能评估。使用PEASS和BSS Eval工具包分别使用基于感知、基于SNR进行度量,同时使用STOI和ESTOI对语音的清晰度进行评测。最后,将上述方法与对称窗方法以及其它无监督的语音增强方法进行比较。结果证明,所提出的方法不仅能够将算法时延降低至2ms,还能保持各项评估指标均优于其它无监督以及对称窗方法。     

基于改进谱减算法的语音增强新方法

针对基本谱减算法中关于噪声是零均值的高斯分布的假设,提出了一种改进谱减算法,从而打破了这个假设。实验表明这种改进谱减算法有效地提高了增强效果,更好地抑制了音乐噪声。     

基于非因果先验信噪比估计的语音增强改进算法

为提高MMSE-LSA语音增强算法在低信噪比下的语音增强效果,提出一种改进的MMSE-LSA算法。该算法采用非因果先验信噪比估计法来估计先验信噪比,并引入无语音概率的思想,对增益函数进行改进。实验结果表明,相比传统MMSE-LSA算法,改进算法能更好地抑制残留噪声,提高语音的信噪比,增强效果更好。