改进的子空间语音增强算法

单通道子空间语音增强算法在加性噪声为白噪声的情况下,效果比较理想.加性噪声为有色噪声的情况下,通常用广义奇异值分解算法来进行处理.为了降低低信噪比情况下残留的音乐噪声,结合人耳的听觉掩蔽效应,提出了一种基于感官抑制的广义奇异值分解算法.实验结果显示,该算法能够明显地提高语音质量、可懂度和识别率,特别是在加性噪声是有色噪声的情况下实验结果明显优于其他的语音增强算法.     

基于谱减法的改进语音增强方法

语音增强技术是解决噪声污染的一项强有力的预处理技术.谱减法通过处理后的语音中会留下所谓的"音乐噪声",针对这个问题,提出了一种多带谱相减与感觉加权相结合的语音增强方法.对带噪语音进行多带谱相减,并根据人的听觉掩蔽特性,对多带谱相减后的信号进行感觉加权,从而进一步降低背景噪声.在语音失真和噪声抑制之间取得良好的折中,减少语音的听觉失真,有效地抑制"音乐噪声",提高语音的清晰度.     

多带谱相减结合感觉加权的语音增强方法研究

语音增强技术是解决噪声污染的一项强有力的预处理技术,也是语音信号处理的一个热门课题.文章提出了一种多带谱相减与感觉加权相结合的语音增强方法.该方法首先对带噪语音进行多带谱相减,然后根据人的听觉掩蔽特性,对多带谱相减后的信号进行感觉加权,以便进一步降低背景噪声.仿真结果表明,该方法在较好地抑制背景噪声和残留音乐噪声的同时,保持了较好的语音可懂度.     

非平稳噪声环境下的语音增强算法

文章针对非平稳噪声环境和低信噪比的情况,提出了一种基于低频区和高频区带噪语音特性的非平稳噪声估计,并结合人耳听觉掩蔽效应进行语音增强的算法。该算法首先通过非平稳噪声估计为加窗后的每一帧语音构造一个时变的权值实现对噪声的实时估计,然后结合人耳听觉特性计算出每一帧语音的不同Bark域的噪声掩蔽阈值,最后利用计算出的噪声掩蔽阈值自适应设定语音增强系数。仿真结果表明,该算法在抑制背景噪声,提高信噪比,减少语音失真等方面优于传统的语音增强方法。     

音频信息隐藏技术研究

音频信息隐藏技术作为信息隐藏技术的一个重要分支,主要涉及的域有时域、频域、离散余弦变换(DCT)域、小波(Wavelet)域、压缩域等。其中,时域和频域的嵌入方法相对容易实现,但鲁棒性相对较差;DCT域和Wavelet域方法透明性好,鲁棒性也不错,尤其是在抵抗模/数转换(A/D)、数/模转换(D/A)攻击时有着非常优秀的表现,但其操作复杂,实现难度相对较高;压缩域隐藏算法一般有较好的透明性,但鲁棒性相对较差。音频信息隐藏在许多场合取得了很好的应用效果,但面对重录音攻击,尚且没有一种很好的方法。解决这一难题的关键是精确同步信息的嵌入和强鲁棒隐藏方法的研究。     

基于听觉掩蔽效应的改进MFCC特征提取算法

目前,关于语音识别的研究尚处在实验室环境中,而实际的语音总是与噪声和干扰并存。人类能够在信噪比很低甚至在有干扰声音存在的环境中正确识剐语音主要是依靠人的双耳输入作用,本文就模仿人耳的听觉掩蔽效应来掩蔽噪声信号,提出了一种MFCC（Mel频率倒谱系数）改进提取算法。该算法能更好地减少噪声信号对纯净语音信号的影响,从而提高语音信号的识别率。实验表明改进后的算法相对于传统的MFCC提取算法大约有4．43％～8．42％的相对性能提升。     

针对听力受损者的低复杂度感知估计降噪算法

0引言助听器的使用人群是听力受损者,因此助听器中的降噪算法也应更多的考虑听力受损者的听觉特性。同时,由于助听器体积小、功耗低,助听器中的降噪算法的计算量也不宜过大,才能满足实时性等方面的要求。本文在一种基于听觉掩蔽的贝叶斯感知估计降噪算法的基础上,结合听力受损者的听觉特性,提出一种适合于使用在助听器中的低复杂度感知估计降噪算法。     

一种基于短时谱估计和人耳掩蔽效应的语音增强算法

该文结合短时谱估计算法和人耳掩蔽效应提出了一种单通道语音增强算法。该算法在MMSE准则下采用了非固定参数的语音跟踪,并且引入人耳掩蔽效应动态的确定增强滤波器的传递函数以适应语音信号的变化。实验结果表明：该算法使降噪后的语音信号有较小的语音失真并且很好地抑制了音乐噪声。     

BS.1387声学模型在音频编码系统中的应用

将ITU-RBS.1387中评判音频质量所采用的声学模型中的基本模式与实际的音频编码系统相结合,对该声学模型的特点进行了理论分析,提出了相应的改进措施以便其应用于实际的音频编码系统中。在我国最新制定的AVS音频编码标准参考编码器上,分别将该声学模型和MPEG-2AAC音频标准的心理声学参考模型2进行了实现,并将模型输出掩蔽参数以及主观听觉试验结果进行了对比验证。试验结果证明该文设计的应用于音频编码器的新声学模型是合理可行的。     

基于听觉掩蔽效应的语音增强算法的研究

提出了一种基于听觉掩蔽效应的语音增强算法。算法对含噪语音的增强包括谱减法语音增强和感知加权语音增强两个步骤,分别从客观和主观两方面来提高含噪语音的质量。在谱减法阶段考虑了语音和噪声谱的交叉项,有效地减少了增强语音中的残余噪声;在感知加权处理中充分利用了人耳的掩蔽效应,设计了感知加权滤波器,对谱减法增强后的语音进行滤波,进一步消除残余噪声。对算法进行了数值实验,实验结果表明该算法能有效提高含噪语音的质量,比传统的谱减法有较大改进。