基于话者状态检测的自适应语音分离方法的研究

提出了一种基于话者状态检测的语音分离算法。该算法对话者状态进行自动检测,并根据相应的状态对自适应滤波过程加以控制,以此对各路的声场传递函数进行估计,进而使混合的语音信号得到分离。仿真实验结果表明:与传统的输出信号互为参考的信号的分离算法相比,该算法克服了参考信号不纯导致自适应语音分离结果恶化的缺陷;该算法不需要人为地降低自适应滤波器的收敛速度,所以具有较快的收敛和跟踪性能;此外,该算法还具有运算量较小,实时性好等特点。     

听觉频域掩蔽效应的自适应β阶贝叶斯感知估计语音增强算法

为了在噪声抑制和语音失真中之间寻找最佳平衡,提出了一种听觉频域掩蔽效应的自适应β阶贝叶斯感知估计语音增强算法,以期提高语音增强的综合性能。算法利用了人耳的听觉掩蔽效应,根据计算得到的频域掩蔽阈自适应调整β阶贝叶斯感知估计语音增强算法中的β值,从而仅将噪声抑制在掩蔽阈之下,保留较多的语音信息,降低语音失真。并分别用客观和主观评价方式,对所提出的算法的性能进行了评估,并与原来基于信噪比的自适应β阶贝叶斯感知估计语音增强算法进行了比较。结果表明,频域掩蔽的β阶贝叶斯感知估计方法的综合客观评价结果在信噪比为-10 dB至5 dB之间时均高于基于信噪比的自适应β阶贝叶斯感知估计语音增强算法。主观评价结果也表明频域掩蔽的β阶贝叶斯感知估计方法能在尽量保留语音信息的同时,较好的抑制背景噪声。      

基于二维空间的语音分形处理算法

提出了一种二维空间的语音分形增强算法。算法对已加窗、模块化的语音数据进行二维傅里叶变换。以分形维数构成自适应滤波器,降低噪声,增强语音,得到清晰的信号。研究表明,分形算法可以弥补传统线性分析方法的不足,二维自适应滤波前后语音的包络形状较好地保持了原始语音信号的特征,算法减小了由于非平稳噪声的影响,并有效抑制了音乐噪声。     

基于听觉掩蔽效应和Bark子波变换的语音增强

提出了一种适用于低信噪比下的提高语音的听觉效果的语音增强方法。该方法在谱减法的基础上有两个特点:首先减参数是根据人耳听觉掩蔽效应提出的且是自适应的;其次采用了与人耳听觉系统特性更为适应的Bark子波变换方法对增强前后的语音进行分析。对该算法进行了客观和主观测试,结果表明:与谱减法相比对低信噪比的语音信号,(1)能更好地抑制残留噪声和背景噪声,(2)增强后的语音具有更好的清晰度和可懂度。     

语音通信降噪研究

语音通信系统中，语音通过信道传输将不可避免地引入码间串扰和信号畸变，同时受到噪声污染。本文在分析自适应盲均衡算法CMA(constant modulus algorithm）和改进盲均衡算法的基础上，考虑到自适应盲均衡技术在语音噪声控制方面能力有限，将自适应盲均衡技术与小波包掩蔽阈值降噪算法联合使用，形成一种基带语音增强新方法。仿真试验结果显示自适应盲均衡技术可以使星座图变得清晰而紧凑，有效减小误码率。研究证实该方法在语音信号ISI和畸变严重情况下，在白噪及有色噪声不同的噪声环境中都具有稳定的降噪能力，消噪同时可获得汉语普通话良好的听觉效果。     

闭环控制自适应光学系统变形镜约束技术的研究

为了实现闭环控制自适应光学(AO)系统中的变形镜对倾斜及平移像差的约束,分析了基于限定向量算法对系统动态特性及校正残差的影响,数值仿真结果表明,限定向量算法无法实现约束量的完全抑制,并且严重影响系统的校正效果。提出了基于投影抑制的算法,通过分离像差及在控制电压上实现对变形镜的抑制,采用2种算法利用单变形镜对含有倾斜的像差进行校正的仿真结果表明,采用限定向量算法,变形镜产生了使远场偏移9.3 pixel的整体倾斜时,基于向量投影抑制算法只产生小于0.02 pixel的偏移,并且对前36阶各单阶泽尼克模式的像差校正后具有更高的斯特列尔比。结果表明,基于投影抑制的算法具有更好的约束能力、更低的条件数及具有更优的校正效果。     

噪声情况下采用稀疏非负矩阵分解与深度吸引子网络的人声分离算法

为实现噪声情况下的人声分离,提出了一种采用稀疏非负矩阵分解与深度吸引子网络的单通道人声分离算法。首先,通过训练得到人声与噪声的字典矩阵,将其作为先验信息从带噪混合语音中分离出人声与噪声的系数矩阵;然后,根据人声系数矩阵中不同的声源成分在嵌入空间中的相似性不同,使用深度吸引子网络将其分离为各声源语音的系数矩阵;最后,使用分离得到的各语音系数矩阵与人声的字典矩阵重构干净的分离语音。在不同噪声情况下的实验结果表明,本文算法能够在抑制背景噪声的同时提高分离语音的整体质量,优于结合声噪人声分离模型的对比算法。      

多尺度变步长最小均方自适应算法在光纤陀螺数据处理中的应用

为有效抑制光纤陀螺(FOG)随机噪声,提出将一种多尺度变步长最小均方(MVSLMS)自适应算法应用于FOG数据处理中。根据FOG输出数据的特点,构建了MVSLMS自适应滤波器,提出了FOG信号滤波算法的实现步骤。对FOG实测静态数据、振动数据和速率测试数据进行了滤波实验,结果表明所提算法对FOG随机噪声的抑制效果明显,相比LMS滤波,MVSLMS自适应滤波后的静态数据零偏稳定性数值减小了72.0%,振动数据在振前、振中、振后零偏稳定性数值分别减小91.5%,77.4%和96.5%,速率测试数据标准差减小了54.4%。摇摆测试滤波实验结果表明所用算法对FOG真值信号具有较好的跟踪能力。     

基于非线性时频掩蔽的语音盲分离方法

针对语音信号的欠定卷积混合模型,利用独立语音在时频域上的近似W-分离正交性(W-DO),提出了一种基于非线性时频掩蔽的盲分离方法。首先对多传声器观测信号在时频域上进行规范化处理,使混合信号在每个时频槽的表示与频率无关,然后采用动态聚类算法获取时频槽对应的活跃源信息,选择关于簇中心偏角的非线性函数进行时频掩蔽,从而实现语音信号的盲分离。该方法解决了经典频域盲分离算法中的频率置换问题,能有效抑制分离矩阵的空间方向扩散。仿真实验表明,与BLUES方法相比具有更优的分离性能,信噪比增益平均增加1．58 dB。     

结合卷积神经网络与混响时间注意力机制的混响抑制

提出一种结合卷积神经网络的编解码器模型和混响时间注意力机制的混响抑制算法,该算法通过编解码器模型实现混响抑制,并利用混响时间注意力机制克服混响环境变化对混响抑制效果的影响。该算法在编码器中使用具有不同大小的卷积核来处理混响语音幅度谱,从而获得包含多尺度上下文信息的编码特征;通过引入注意力模块,实现在不同的混响时间环境中选择性地使用不同权重的编码特征生成加权特征;最后,在解码器中使用加权特征来重建混响抑制后的语音信号幅度谱。在模拟和真实的混响环境下,该算法相对于基线系统在语音混响调制能量比上分别取得了0.36 dB和0.66 dB的提升。实验结果表明,该算法可以适应不同混响环境的变化,相对基线系统在真实混响环境下具有更高的鲁棒性。