数字助听器系统中的回声消除方法

提出一种数字助听器回声消除方法,该方法通过引进预滤波单元,解决了由于前向路径存在而导致数字助听器系统受话器输出信号与麦克风输入信号存在相关性的问题,进而保证了对回声路径的自适应估计算法收敛于无偏估计。提出了数字助听器回声路径估计的自适应次梯度投影算法,相比传统的NLMS自适应算法收敛速度更快,收敛精度更高,对噪声鲁棒性强。使用白噪声和真实语音信号的仿真实验证明：对于长的房间回声路径或短的助听器回声路径,该算法都能快速准确地收敛到正确路径。     

稳键的自适应空间波束形成语音增强算法研究

为了进一步改善波束形成的降噪性能,研究了一种稳键后置滤波自适应空间波束形成算法.用麦克风代替传统波束形成器的延时抽头线,使所有的麦克风都有一阶的滤波器,利用经典的线性约束最小方差准则使空间波束形成产生语音参考信号,同阻塞矩阵输出的噪声参考信号一起经自适应多路相消器,从而有效的消除干扰噪声;最后结合后置滤波技术进一步改善语音质量.实验结果表明,相对于传统后置滤波自适应波束形成算法,在消噪性能上有明显的改善且具有更高的输出信噪比.     

基于麦克风阵列的语音增强算法研究

麦克风阵列信号处理技术的语音增强方法,能够充分利用语音信号的时空信息,其波束控制能力、抗干扰能力和信号增益均优于传统的方法。对于广义旁瓣抵消(GSC)的自适应滤波算法,在噪声相干的情况下具有很好的噪声抑制作用,但并不适用于噪声为非相干情形;反之,维纳滤波算法在噪声非相干的情况下对噪声有很好的抑制作用,而又不适用于噪声相干情形。为防止出现在高信噪比的情况下信号相消的现象,首先对GSC的阻塞矩阵进行了改进,其次对维纳滤波算法中信噪比取值的不确定性进行了改进,最后尝试将两种算法进行融合。仿真结果表明:融合算法在两种噪声情况下都具有较好的噪声抑制能力,在复杂噪声环境中具有更高的可靠性,因而更具实用价值。     

基于波束形成与SSA的多麦克风噪声消除

提出一种基于波束形成技术与信号子空间滤波器的多麦克风噪声消除方法。利用波束形成器的空域滤波特性,使波束主瓣对准期望信号方向,零陷对准噪声方向,消除观察信号中弱相关与不相关噪声。利用信号子空间滤波器进一步消除波束形成器输出信号中的残余噪声。实验采用NOISEX92语音库,结果表明该方法具有较低的算法复杂度,有效降低了背景噪声。     

麦克风阵列应用于鲁棒自适应噪声消除

提出一种应用于鲁棒自适应噪声消除的新结构,用优化波束形成方法取代GSC中的固定波束形成(Fixed Beamforming)以得到较宽的带宽;对GSC的输出进行后滤波处理消除残余噪声。     

基于麦克风阵列的语音增强技术及应用

用麦克风阵列进行语音处理的方法可以提高信噪比,解决环境噪声、回声和混响引起的语音识别性能降低的问题.介绍基于延迟-累加方法(传统波束法) 、自适应波束法及基于后置自适应滤波等结构的麦克风阵列语音增强的基本原理,总结了各种算法的特点.     

非高斯噪声下的回声消除算法研究

回声消除一直是信号处理领域的热门研究方向,其中自适应滤波器是在回声消除问题中最为广泛应用的技术,但自适应滤波算法主要是在基于高斯噪声条件下的应用,而现实环境广泛存在着非高斯的噪声,这严重影响了基于L2范数的自适应噪声滤波算法的噪声消除性能。为解决回声消除方法对非高斯噪声的适用性问题,根据回声路径具有明显的稀疏系统特性,结合比例矩阵的设计思想以及符号算法(SA),提出一种改进的MIPNSA算法。该滤波算法既能很好地适应于不同的背景噪声,同时也在较大程度上增强了对稀疏系统的适应能力。仿真测试结果表明,在高斯噪声和非高斯噪声条件下,本算法比现有的一些算法的回声消除效果更佳。     

一种双通道语音增强方法

本文提出了一种用于语音识别的双麦克风语音增强算法。该算法主要利用两个语音通道之间语音信号的空间相关性和时间相关性,进行空时域滤波,消除噪声。在输入语音信噪比为0至20dB之间时,能获得较大的信噪比处理增益。该方法只采用了两个麦克风,结构简单;相对于维纳后滤波法,解除了要求两麦克风接收的噪声信号不相关的约束,可以去除点声源的非强相干噪声。和一般的波束形成算法相比,可以去除期望声源方向的弱相关噪声。     

基于麦克风阵列的语音增强研究

麦克风阵列的自适应算法通过迭代运算获取波束形成的最优权矢量时,噪声模型的估计是一个非常关键的因素.它的好坏直接影响着系统波束形成的性能.系统地分析了最小均方(LMS)自适应语音增强算法,并针对阻塞矩阵在估计噪声时存在的缺陷,在该算法的基础上提出了一种利用最小值控制递归平均(MCRA)来估计噪声的方法.将此方法应用于波束形成,并用 Matlab 软件进行仿真.仿真实验结果表明,MCRA 估计出的噪声使 LMS 自适应语音增强的效果更好和抗噪性更强.     

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。     

变步长比例归一化子带自适应滤波算法研究

针对欠定模型条件下定步长比例归一化子带自适应滤波(PNSAF)算法收敛速度和稳态误差之间的矛盾,提出了一种变步长VSS-PNSAF算法。该算法将系统干扰噪声和欠定模型噪声对系统性能的影响考虑进滤波器系数更新过程中,利用后验误差对其进行补偿,根据先验误差与后验误差之间的联系,导出了一种适用于比例归一化子带自适应滤波算法的步长调节方法。该算法综合了子带自适应滤波、比例自适应算法及变步长方法的优点。仿真结果表明:与定步长比例归一化子带自适应滤波算法相比,所提算法具有更低的稳态误差和更快的收敛速度。     

基于子带广义旁瓣相消器的麦克风阵列语音增强*

为了加快基于广义旁瓣相消器的麦克风阵列语音增强系统的收敛速度,将其自适应模块的输入信号分解到子带以进行处理,并将多通道维纳滤波器引入广义旁瓣相消器的非自适应支路,以更有效地抑制非相干噪声。实际测试结果表明,相对于基于全带广义旁瓣相消器的麦克风阵列语音增强系统,采用该子带广义旁瓣相消器结构的语音增强系统具有更快的收敛速度和更高的输出信噪比。     

滤波器组自适应语音增强方法

双麦克风噪声抵消应用中,由于交叉串的存在,传统自适应算法降噪性能受到很大的影响。为了提高双麦克风算法降噪性能,使用两级自适应滤波系统消除交叉串扰问题。为提高自适应滤波器收敛性能,采用主从结构LMS算法自适应调节步长因子。同时为了适合窄带处理算法,将输入信号进行子带分析预处理,对每个子带独立进行抗交叉串绕自适应处理,将各子带增强信号合并得到增强语音信号。实验结果表明,该方消噪量大,语音损伤小,语音增强效果显著。     

一种计算复杂度低的双端通话检测算法

在声学回音消除中,近端语音的出现会导致模拟回音路径的自适应滤波器发散,一个成熟的声学回音消除器应该包含有双端通话检测算法。针对这个问题,提出了一种计算复杂度低的、基于麦克风信号与误差信号的互相关双端通话检测算法。同时,该算法与滤波器系数缓存机制相结合以进一步提高系统的鲁棒性。实验结果表明,该算法具有良好的检测性能,可以对双端通话的出现和消失做出快速响应,同时能显著提高系统在双端通话环境下的回音消除效果。     

基于波束形成与多参考源噪声对消的语音增强算法

通过传声器阵列采用波束形成技术采集语音信号,同时使用参考传声器获得背景噪声信号,本文提出一种基于波束形成和自适应多参考噪声对消的语音增强算法。该算法不依赖任何信号模型且无需对噪声信号的统计特性进行先验假设,可以适应背景噪声的突然改变,同时具有良好的实时性和鲁棒性。可广泛应用于复杂噪声环境下目标语音识别,仿真结果表明了该算法的有效性。     

自适应回声对消的初期迭代统计学模型及改进算法

为减少滤波器长度,提出自适应滤波算法初期迭代统计学模型及改进的回声消除算法。提出的统计学模型分析了自适应算法迭代初期滤波器各系数的均值和方差。基于该模型提出的改进算法,先检测回声路径峰值,进而确定回声路径延时,然后以延时为中心,用一个短的滤波器辨识原回声路径活跃系数部分。用实际回声路径进行仿真,理论和实验结果均表明,新算法在迭代的前75～100步已可准确检测回声路径峰值并确定延时;而减少滤波器长度,可大幅提高自适应算法收敛速度并降低算法计算复杂度。     

Improved variable step-size NLMS adaptive filtering algorithm for acoustic echo cancellation

Acoustic echo canceller (AEC) is used in communication and teleconferencing systems to reduce undesirable echoes resulting from the coupling between the loudspeaker and the microphone. In this paper, we propose an improved variable step-size normalized least mean square (VSS-NLMS) algorithm for acoustic echo cancellation applications based on adaptive filtering. The steady-state error of the NLMS algorithm with a fixed step-size (FSS-NLMS) is very large for a non-stationary input. Variable step-size (VSS) algorithms can be used to decrease this error. The proposed algorithm, named MESVSS-NLMS (mean error sigmoid VSS-NLMS), combines the generalized sigmoid variable step-size NLMS (GSVSS-NLMS) with the ratio of the estimation error to the mean history of the estimation error values. It is shown from single-talk and double-talk scenarios using speech signals from TIMIT database that the proposed algorithm achieves a better performance, more than 3 dB of attenuation in the misalignment evaluation compared to GSVSS-NLMS, non-parametric VSS-NLMS (NPVSS-NLMS) and standard NLMS algorithms for a non-stationary input in noisy environments.     

数字可视电话系统中的G.168回声消除技术

由于数字可视电话系统的性能需求和系统中回声的特点,传统的回声消除技术应用于数字可视电话系统时无法满足ITU-T G.168标准要求。该文利用NLMS算法的滑动窗自适应滤波器和简化非线性处理器设计,实现一种数字可视电话系统中的G.168自适应回声消除器,介绍其基本结构和各个功能模块的算法,并以ARM 920T为硬件平台实现该系统。仿真结果显示,简化的回声消除算法运算复杂度小、消除回声有效性高、稳定性强。利用ITU-T G.168标准定义的CSS信号对G.168回声消除器进行测试,测试结果均符合或优于标准要求。     

一种使用双滤波器的回声消除算法

首先讨论了回声消除中的双端发声问题，指出传统的双端发声检测方法用于回声消除时，其不可避免的误检会导致回声消除系统性能严重恶化，使系统不稳定。本文提出一种使用双滤波器的回声消除算法。该算法使用自适应滤波器跟踪回声信道，使用一个辅助滤波嚣和自适应滤波器一起完成回声消除。实验结果表明．谊算法与传统算法相比，运算量相当;但在双端发声期间，该算法稳定性更高，回音往返损耗增强（Echo return loss enhancement，ERLE）有明显的改善。