基于二值掩蔽和感知小波包變換的語音增強(qiáng)研究.pdf

1、在現(xiàn)實(shí)生活中，語音的傳輸不可避免地受到周圍環(huán)境和傳輸媒介的影響。受干擾的語音信號不但會使人耳容易產(chǎn)生聽覺疲勞，而且會嚴(yán)重降低語音編碼、語音識別等語音信號處理系統(tǒng)的性能。為了消除噪聲的影響，對語音增強(qiáng)技術(shù)的研究是非常有必要的。
　　 本文在對譜減類語音增強(qiáng)算法的研究基礎(chǔ)上，提出了基于二值掩蔽和感知小波包變換的語音增強(qiáng)系統(tǒng)。主要工作包括：
　　 針對目前聽覺掩蔽效應(yīng)算法只考慮同時掩蔽效應(yīng)的問題，將同時掩蔽效應(yīng)和短時掩蔽效應(yīng)相

2、結(jié)合并提出了一種瞬時掩蔽因子，更符合人耳的聽覺感知特性。將初步增強(qiáng)的語音信號與純凈語音信號之差表示為語音失真和殘留噪聲的疊加，定義代價函數(shù)將二者結(jié)合起來。根據(jù)殘留噪聲能量應(yīng)低于掩蔽閾值的約束條件，將語音失真降至最低來優(yōu)化增益函數(shù)，從而得到能夠根據(jù)聽覺掩蔽閾值自適應(yīng)調(diào)整的最優(yōu)譜減參數(shù)，進(jìn)而實(shí)現(xiàn)語音增強(qiáng)。
　　 針對語音增強(qiáng)算法容易損失清音部分的問題，提出了一種基于二值掩蔽的清音增強(qiáng)方法。根據(jù)計算聽覺場景分析，將帶噪清音信號劃分為若

3、干時頻單元，用訓(xùn)練好的二值掩蔽模型判斷每個時頻單元是語音主導(dǎo)還是噪聲干擾主導(dǎo)，語音主導(dǎo)的時頻單元將被保留，噪聲干擾主導(dǎo)的時頻單元將被去除。最后將增強(qiáng)后的清音部分與基于感知小波包變換增強(qiáng)的濁音部分合成，就得到了完整的增強(qiáng)語音。
　　 對本文方法進(jìn)行了實(shí)驗(yàn)仿真，分別用主客觀評價標(biāo)準(zhǔn)對增強(qiáng)語音進(jìn)行了評價。結(jié)果表明，本文方法與常用算法相比，可以更好地去除背景噪聲，抑制殘留噪聲，同時語音失真最小，有效地保護(hù)了清音。
　　 最后指出