一种基于谱减的语音增强算法改进

为进一步降低噪声对采集语音的干扰,提出了一种新的谱减改进方法。采用阈值法对非平稳背景噪声信号进行估计,计算出先验信噪比,得到还原的纯净语音信号。用MATLAB实现了整个算法的仿真,并与传统谱减法结果相比较,仿真结果表明,该算法对非平稳噪声追踪性较好,在抑制背景噪声,减少音乐噪声前提下,提高了语音的可懂度,其计算复杂度也可以接受。     

DNN与谱减法相结合的语音分离技术

针对传统DNN语音分离中噪声干扰的问题,提出了一种在DNN语音分离后期处理中结合DNN和谱减法的语音分离方法。首先提取语音声级特征,通过DNN学习带噪特征到分离目标语音的映射,得到分离目标语音;然后对分离目标语音中每一时频单元进行噪声能量估计;最后,通过快速傅里叶逆变换得到谱减后的分离语音波形信号。通过对不同类型的噪声和不同输入信噪比混合后的语音信号进行试验,结果表明,加入谱减法后分离的语音信号与只经DNN网络输出的语音信号相比,前者分离的语音可懂度和信噪比得到了显著提高,并且分离语音的信号更接近于纯净语音的信号。     

噪声环境下子带加权平均的汉语语音识别

在语音识别中,噪声严重影响语音特征提取,使得正确率明显下降。针对这一情况,提出了子带加权平均语音识别算法（Sub—Band Weighted Average Speech Recogrution,SBWASR）,在噪声环境下,该方法能有效地提高语音识别的准确性。最后通过实验验证特定条件下该方法是正确有效的。     

基于噪声鲁棒性特征和SVM的耳语音可懂度增强(英文)

提出了一种基于机器学习的耳语音可懂度增强方法.该方法利用已经训练好的2类支持向量机来估计一个二元时频掩蔽值,进而合成增强后的耳语音.输入支持向量机的特征向量GFCCs是基于听觉外周模型进行提取的,具有噪声鲁棒特性.在增强仿真实验中,将该算法同传统语音增强算法进行语音可懂度增强性能比较.客观评价和主观听力实验结果均表明,所提出的方法能有效提高含噪耳语音的听觉可懂度;相比谱减法和log-MMSE方法在低信噪比时无法提高语音可懂度,该方法在低信噪比时仍可有效提高含噪耳语音的听觉可懂度.此外,含噪耳语音通过所提出的方法进行增强后,其可懂度比未增强时明显提高.     

麦克风阵列语音增强的二维FIR滤波器设计

当不能准确估计声源个数以及波达方向时,基于传统波束形成的语音增强的性能大为降低。根据手持通信设备的特点,提出一种利用麦克风阵列进行噪声及干扰抑制的方法。该方法采用具有扇形结构通带的二维FIR滤波器,利用楔形过渡带,实现指定角度内宽带语音的波束形成,用来抑制期望主瓣外的噪声和干扰。仿真实验表明了该滤波器的有效性。     

基于相关函数的小波变换实现语音去噪研究

语音信号是非平稳的短时瞬态信号,有用信号与所含噪声处于同一频率段,采用滤波器形式的传统去噪方法,不能将噪声有效分离。小波变换具有时频局部分析的特点,通过将含噪信号进行分解,分离噪声信号,将有用信号进行重构,可有效地去除噪声。白噪声为平稳随机信号,在不同尺度上的小波变换是不相关的。本文根据白噪声和语音信号在不同尺度下的相关性表现,结合小波去噪的基本思想,提出一种基于相关函数的小波变换进行语音去噪的方法。经MATLAB仿真,相关函数确定的去噪方法,能有效去除语音信号的白噪声。     

基于CEEMDAN与小波软阈值的语音去噪算法研究

语音信号在应用场合中容易被噪声信号干扰,导致应用效果不佳。为了降低语音信号噪声的影响,根据CEEMDAN自适应分解的优点、自相关函数能得到不同时刻取值相关程度的特性,以及小波软阈值去噪的优势,提出了一种基于CEEMDAN与小波软阈值联合去噪的语音信号处理算法。通过仿真实验验证了该算法的有效性,相较于小波软阈值直接去噪与传统CEEMDAN去噪,该算法能有效地提高受噪声污染的语音信号的信噪比,降低噪声对语音信号造成的影响。     

基于在线单类支持向量机的自适应语音活动检测

针对非平稳噪声环境下的语音活动检测问题,提出了基于在线单类SVM的自适应语音活动检测算法。该算法采用单类SVM对多种特征信息进行在线学习与综合,为非平稳背景噪声建模,并采用双层决策机制,能有效提高语音活动检测的稳健性。在语音识别系统中的实验结果表明,算法在多种噪声环境和信噪比条件下有效,并明显提高了在非平稳噪声环境下的识别率。     

基于谱减的双元指向传声器阵列语音增强

设计了一种结构简单的用于语音增强的双元指向性传声器阵列,利用阵列中不同方位阵元对目标信号和干扰信号的增益不同的特点,有效估计噪声信号的功率谱,再利用传统谱减算法的思想,实现语音增强。实验结果表明提出的算法是有效的,与经典的谱减算法相比具有更佳的语音增强效果。     

基于不确定性线性判别分析的维吾尔语语音情感识别（英文）

为了在语音情感识别中获得高效、紧凑的低维特征,提出了一种新的基于不确定线性判别分析的特征约简方法.用与传统LDA相同的原则,在最大判别方向的估计中引入带噪声或失真输入数据的不确定性.在维吾尔语语音情感识别任务上验证了不确定性判别分析的有效性.在该情感数据上,分析了维吾尔语的语音情感特征,着重对维吾尔语语音的基音频率和共振峰频率进行了详细分析.利用不确定性线性判别分析对特征维数进行了降维研究,获得了比其他的常用降维技术更好的结果.通过不确定性线性判别分析获得的低维数据供给支持向量机,实现了维吾尔语的语音情感识别.实验结果表明,采用适当的不确定性估计算法时,在维吾尔语音情感识别任务上,不确定性线性判别分析(ULDA)算法优于传统LDA降维算法.     

基于自适应参数的多窗谱谱减法算法改进

当今人工智能发展迅速,语音识别成为人机交互的重要方式。为提高语音识别准确度,在分析语音信号前去除语音信号噪声干扰并提高语音信号能量尤为重要。在实际应用中,不同语音信号包含不同的噪声。针对不同的语音噪声,在传统谱减法基础上,通过判断算法窗函数,根据不同的噪声能量改变多窗谱减法的过减因子参数,以增强算法自适应能力。仿真结果表明,在低信噪比情况下,通过改变过减因子值,可取得一个最优过减因子值以改进谱减法下的音乐噪声和失真度。自适应多窗谱减法改进后与基本谱减法相比,信噪比提高了 29%;与多窗谱减法相比,信噪比提高了 16%。该自适应多窗谱减法可适应不同噪声环境下的语音信号,增强语音信号中的关键信息并减少噪声干扰。     

高保真录音回放攻击取证算法与仿真验证

针对语音认证系统中高保真录音回放攻击问题,开展了录音回放攻击取证的研究,论述了基于信道模式噪声和回放语音MFCC特征参数提取的取证算法;通过labview软件编程进行仿真验证,提取了疑似回放攻击语音和原始语音信道噪声差值频谱图和疑似回放语音MFCC特征值,结果表明通过提取回放语音中信道模式噪声和MFCC特征参数并设计滤波器去噪能够识别原始语音和高保真录音的差异,为语音司法鉴定和语音认证系统的设计提供了理论依据。     

非特定环境下去噪性能的分析

语音信号是一种非线性时变的信号,因此在传输和存储过程中,很容易受到外界环境的干扰,最主要的是高斯白噪声的干扰。本文针对语音信号的噪声特点,提出在非特定环境下去除噪声的方法。仿真结果表明,在信噪比为63 dB的情况下,还原的语音信号能够满足我们人耳的要求,体现了该方法的一般性和可行性。     

Noise Levels in Hong Kong Primary Schools: Implications for classroom listening

Many researchers have stressed that the acoustic environment is crucial to the speech perception, academic performance, attention, and participation of students in classrooms. Classrooms in highly urbanised locations are especially vulnerable to noise, a major influence on the acoustic environment. The purpose of this investigation was to determine noise levels in one such urban environment, Hong Kong. The ambient noise level, and its relationship to the speech intensity levels of both teachers and students was surveyed in 47 primary school classrooms. Moreover, the presence of acoustical treatments for noise reduction and the use of classroom amplification systems were documented for each classroom. The survey found that the mean occupied noise level was 60.74 dB (A); the mean unamplified and amplified speech‐to‐noise ratios of teachers were 13.53 dB and 18.45 dB, respectively; while the mean unamplified speech‐to‐noise ratio for students was 4.13 dB. Most of the classrooms exhibited insufficient acoustical treatments to provide significant noise reduction. The listening environment in many Hong Kong primary schools was not favourable for optimal classroom learning. Recommendations for improving the acoustical environment in classrooms in highly urbanised locations such as Hong Kong are discussed.     

基于改进阈值函数小波语音增强方法的研究

提出了一种基于小波阈值去噪的语音增强算法。根据含噪语音中噪声、清音和浊音的不同特点,首先对它们进行检测区分,然后采用改进的Garrote阈值函数分别对噪声、清音和浊音运用不同的阈值方案进行处理。该方法在很大程度上抑制了噪声,又减少了语音段清音的损失,提高了信噪比,在MATLAB7.1中的仿真实验结果表明,该方法具有较好的增强效果。     

Classrooms for Children with Developmental Disabilities: Sound‐field and public address amplification systems compared

Background noise poses adverse effects on speech sounds and affects student learning, especially for children with developmental disabilities. Sound‐field and public address amplification systems can help to solve this problem by amplifying speech sounds relative to background noise. This study surveyed school classrooms for children with special needs, and compared the performance of a sound‐field and a portable public address system in classroom environments. Unoccupied room noise levels and reverberation times were measured in eight classrooms at four Hong Kong schools for children with special needs. Speech levels in each classroom were measured under three conditions: without amplification, with public address system amplification, and with sound‐field amplification. Speech‐to‐noise ratios were calculated for each condition. Noise and unamplified speech‐to‐noise ratio values exceeded recommended acoustic standards in all classrooms. When sound‐field and public address amplification systems were installed, speech‐to‐noise ratios improved considerably. When either amplification system was used, a uniform sound‐field resulted. The applicability of both types of amplification system and their relative merits in special education classrooms are discussed.