基于多窗譜的單通道耳語音增強的研究.pdf

1、耳語音是人們在公共場合常使用的一種交流方式。由于發(fā)耳語音時的呼吸噪聲、背景噪聲以及環(huán)境噪聲,進行耳語音處理時對含噪耳語音的去噪及增強就顯得極為重要。
　　 目前,耳語音方面的研究很少,很多都是對耳語音的基本特性的分析,在耳語音增強方面就更少,大多都采用基于短時幅度譜估計的算法進行耳語音增強,其殘留的背景噪聲和音樂噪聲較大,會給聽覺質(zhì)量帶來影響。因此本文從噪聲和先驗信噪比估計,增益(加權(quán)規(guī)則)和耳語音的感知特性等方面對耳語音增強進

2、行了研究,主要研究內(nèi)容如下:
　　 針對基于Fourier變換的周期圖法的譜估計偏差和方差較大,導(dǎo)致殘留音樂噪聲的問題,本文利用小波閾值多窗譜功率譜估計法方差小的特點,對噪聲以及含噪耳語音與噪聲之比進行估計,實現(xiàn)先驗信噪比的平滑,進而采用端點檢測對噪聲進行跟蹤,使得估計的噪聲譜更接近真實譜。最后利用改進的功率譜減法得到增強耳語音。實驗結(jié)果表明,該算法使得降噪后的耳語音有較小的語音失真,且有效地抑制了音樂噪聲。
　　 基于

3、最小均方誤差準則推導(dǎo)了Wiener濾波的參數(shù)形式,并結(jié)合耳語音聲級低,信噪比低的特性,進一步提出了改進的參數(shù)Wiener濾波法。
　　 基于最小量控制遞歸平均算法,從含噪語音的多窗譜估計噪聲和先驗信噪比,并根據(jù)多窗譜方差小的特點對估計算法的參數(shù)作了調(diào)整。最終的增強耳語音通過改進先驗信噪比估計增強算法獲得。主客觀評價指標表明:高斯白噪聲下,多窗譜和改進先驗信噪比估計的結(jié)合能使增強耳語音的質(zhì)量得到較大的改善,幾乎不存在音樂噪聲。

4、r>　　 由于人耳對耳語音具有特殊的處理方式,本文采用了聽覺掩蔽模型與符合耳語音感知特性的WSS(whispered sensitive scale)相結(jié)合的處理方法進行耳語音增強。首先根據(jù)耳語音的WSS感知特性,對傳統(tǒng)的臨界頻帶劃分進行修正,以適應(yīng)人耳的敏感頻段從耳語音的第一共振峰移到第二共振峰的特點,然后基于修正的臨界頻帶計算聽覺掩蔽閾值,對不同的聽覺掩蔽閾值動態(tài)地調(diào)節(jié)譜減系數(shù)來進行耳語音增強。其中,用于計算掩蔽閾值的預(yù)增強耳語音