基于二值掩蔽和感知小波包變換的語(yǔ)音增強(qiáng)研究.pdf

1、在現(xiàn)實(shí)生活中，語(yǔ)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(yǔ)音信號(hào)不但會(huì)使人耳容易產(chǎn)生聽(tīng)覺(jué)疲勞，而且會(huì)嚴(yán)重降低語(yǔ)音編碼、語(yǔ)音識(shí)別等語(yǔ)音信號(hào)處理系統(tǒng)的性能。為了消除噪聲的影響，對(duì)語(yǔ)音增強(qiáng)技術(shù)的研究是非常有必要的。
　　 本文在對(duì)譜減類語(yǔ)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(yǔ)音增強(qiáng)系統(tǒng)。主要工作包括：
　　 針對(duì)目前聽(tīng)覺(jué)掩蔽效應(yīng)算法只考慮同時(shí)掩蔽效應(yīng)的問(wèn)題，將同時(shí)掩蔽效應(yīng)和短時(shí)掩蔽效應(yīng)相

2、結(jié)合并提出了一種瞬時(shí)掩蔽因子，更符合人耳的聽(tīng)覺(jué)感知特性。將初步增強(qiáng)的語(yǔ)音信號(hào)與純凈語(yǔ)音信號(hào)之差表示為語(yǔ)音失真和殘留噪聲的疊加，定義代價(jià)函數(shù)將二者結(jié)合起來(lái)。根據(jù)殘留噪聲能量應(yīng)低于掩蔽閾值的約束條件，將語(yǔ)音失真降至最低來(lái)優(yōu)化增益函數(shù)，從而得到能夠根據(jù)聽(tīng)覺(jué)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(yǔ)音增強(qiáng)。
　　 針對(duì)語(yǔ)音增強(qiáng)算法容易損失清音部分的問(wèn)題，提出了一種基于二值掩蔽的清音增強(qiáng)方法。根據(jù)計(jì)算聽(tīng)覺(jué)場(chǎng)景分析，將帶噪清音信號(hào)劃分為若

3、干時(shí)頻單元，用訓(xùn)練好的二值掩蔽模型判斷每個(gè)時(shí)頻單元是語(yǔ)音主導(dǎo)還是噪聲干擾主導(dǎo)，語(yǔ)音主導(dǎo)的時(shí)頻單元將被保留，噪聲干擾主導(dǎo)的時(shí)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(yǔ)音。
　　 對(duì)本文方法進(jìn)行了實(shí)驗(yàn)仿真，分別用主客觀評(píng)價(jià)標(biāo)準(zhǔn)對(duì)增強(qiáng)語(yǔ)音進(jìn)行了評(píng)價(jià)。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(shí)語(yǔ)音失真最小，有效地保護(hù)了清音。
　　 最后指出