小波包自适应阈值语音降噪新算法

为了克服低信噪比输入下,语音增强造成语音清音中的弱分量损失,造成重构信号包络失真的问题。论文提出了一种新的语音增强方法。该方法根据语音感知模型,采用不完全小波包分解拟合语音临界频带,并对语音按子带能量进行清浊音区分处理,在阈值计算上,提出了一种清浊音分离,基于子带信号能量的小波包自适应阈值算法。通过仿真实验,客观评测和听音测试表明,该算法在低信噪比输入时较传统算法,能够更加有效地减少重构信号包络失真,在不损伤语音清晰度和自然度的前提下,使输出信噪比明显提高。将该算法与能量谱减法结合,进行二次增强能进一步提高降噪输出的语音质量。     

母语为汉语的听者听英语时的空间去掩蔽现象研究

通过心理声学实验研究了来自不同方向具有不同信噪比的两种十扰声条件下,母语为汉语的听者对英语的空间去掩蔽现象.在消声室指定位置布放扬声器,发出目标声和干扰声,通过听者对目标卢进行听音识别,得到听者识别的正确率.实验结果显示:只在正前方播放目标语音时,识别正确率大于99%,当目标和干扰语音都位于听者正前方时,正确率为57%;当目标和干扰语音随机位于±60°时,正确率为96%;特别地,当甘标语音和干扰信号都位于听者正前方时,若干扰为噪声,随着信噪比从0 dB降低到-12 dB,正确率从96%降低到34%,而当干扰为语音时,随着信噪比从0 dB降低到-12 dB,正确率先足下降,随后有平均幅度为27%的明显上升,在此之后又是下降的趋势;当噪声干扰和语音干扰位于60°时,随着信噪比从-4 dB降低到-16 dB,正确率分别从99%降低到80%和从98%降低到91%.研究表明:空间分离对于母语为汉语的听者的英语语音町懂度有明显增益;大多数情况下英语语音的正确率都随着信噪比的降低而下降.这和对母语为其他语言的相关研究结论一致.     

一种面向声音变换的参数化模型

在源滤波器模型的基础上,利用统计学习方法,建立了一种面向声音变换的混合参数化模型。该模型包括浊音声学模型、清音声学模型和韵律补偿模型三部分。基于线性预测分析和mel倒谱分析的浊音声学模型,刻画了说话人声腔的共振特性。基于线性预测分析和噪声源分析的清音声学模型,反映了说话人发清音的特点。基于统计学习方法的韵律补偿模型描述了音高、能量与时长等分布特性。在该混合参数化模型的基础上,提出了一个声音变换算法,并将其应用到汉语音节的变换问题上。实验结果表明,对清浊音和韵律特性分别建模的变换算法能够提高重建语音的清晰度和可懂度,缩小重建语音与目标语音之间的感知距离,使重建语音具有目标说话人的韵律特征．     

低频随机振动和正弦振动对汉语清晰度的影响

目的：探索随机振动和正弦振动因素下生成语音在听觉效果上的变化规律。方法：随机振动采用频率范围2-20Hz,加速度为0.3G、0.5G、0.7G(有效值,下同）,正弦振动采用频率4、6、8、10、12Hz,加速度为0.3G、0.5G;在安静及信噪比分别为0dB和-6dB三种状态下对随机振动组、正弦振组及对照组3个组的语音材料进行清晰度测试。结果：和对照组相比,随机振动组,清晰度几科没有变化,正弦振动组,0.3G时4Hz、0.5G时6Hz和8Hz作用下语音清晰度有明显降低,检验结果非常显著。研究还发现,清晰度的降低随听音环境的信噪比的降低而变得严重;结论：正弦振动对发音人发音的影响,会使通话效果变差,并且在听音环境恶劣时尤为突出。     

噪声环境中的汉语浊语音检测

为了在低信噪比和复杂噪声环境下检测汉语浊语音,根据浊语音谐波结构特性,提出了一种鲁棒的浊语音检测方法。通过改进的谱跟踪算法,得到能表征浊语音谐波特性的一簇谱线;从谱线簇中提取谐波特征作为汉语浊语音检测的依据。在不同信噪比和不同噪声环境下的浊语音检测对比实验中全面优于传统方法,在0 dB信噪比时正识率高于传统方法约30%。实验结果表明,该方法在低信噪比和非平稳复杂噪声环境下都具有较好的浊语音检测效果。     

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。     

基于熵函数的耳语音声韵分割法

耳语音声韵分割是耳语音识别和转换的前期工作。由于耳语发音不同于正常音,一般用于正常音的声韵分割法对耳语音不再适用。通过分析耳语音的发音及声学特点,利用宽带语谱图的声韵变化规律,提出了适用于耳语音的信息熵端点检测法,以及相对熵、音长和谱重心相结合的声韵分割法。并对两组信噪比为2-10 dB的380个汉语单音节耳语音进行声韵分割,女声的正确率为87.9％,男声的正确率为90.3％,高于频域法、聚类法和谱平坦度声韵分割法。实验表明,相对熵法可做为耳语音识别和转换的预处理,它改善了汉语耳语音转换为正常音的音质。     

低信噪比下的语音识别技术

传统的语音识别方法,信噪比较低时识别率也较低。为了使语音识别更具有环境适应性、抗噪性,从非齐次隐马尔可夫模型(nonhomogeneous Hidden Markov Model,HMM)出发,结合自适应函数链神经元网络,训练出适应环境变化的混合语音模型,并采用该混合模型进行语音识别。实验结果表明,该模型适用于含噪语音的识别,特别是在低信噪情况下,可以相对提高识别率。     

语音识别中信道和噪音的联合补偿

频谱和倒谱的联合调整方法,用于对语音识别中信道差异和背景噪音的存在进行联合补偿。该方法根据干净语音的最大似然准则在频域和倒谱域分别对噪音和信道进行补偿,避免了对噪音和信道影响模型进行简化所带来的误差影响,且实现时间复杂度较低。在信噪比由10dB到20dB的含有信道和加性噪音的汉语数字串识别实验中,该方法使平均音节错误率相对下降了50．44%。实验表明频谱和倒谱的联合调整方法可以快速的补偿信道差异和背景噪音。     

虚拟接收目标定位技术中引导声源对目标声源的信噪比补偿

目标声源的低信噪比是目标定位技术中的瓶颈。在浅海近似均匀环境中,利用虚拟接收方法对声源测距的目标定位方法相比于传统的匹配场定位方法可以避免对环境参数和声场模型的依赖,同时省去生成拷贝场时的大量计算。通过数值模拟和实验数据处理,比较了在虚拟接收方法声源测距中不同信噪比的引导声源对目标声源测距的结果。提高引导声源的信噪比,可以一定程度上提高于涉条纹清晰度,从而提高测距准确度。提高引导声源的信噪比可作为目标声源的信噪比补偿是利用虚拟接收方法的目标定位技术的又一个优点。