主观空间分离下的汉语信息掩蔽效应

基于听觉优先效应中的融合现象,探讨了主观空间分离下的汉语信息掩蔽效应。实验用左右两个扬声器来播放目标言语信号和掩蔽声音,并通过改变两个扬声器之间的延迟来操作掩蔽声音的主观空间位置。结果显示,尽管言语信号和掩蔽声音都由同样的扬声器播放而没有实际的空间分离,这种利用优先效应所产生的主观空间分离却可以提高言语识别的正确率。在信息掩蔽条件下由主观空间分离所造成的言语识别的改善显著地高于在能量掩蔽条件下的改善。这些结果为如何分离对言语信号的能量掩蔽与信息掩蔽,以及为相关的建筑声学和通讯技术的研究与应用提供了听觉心理学的参考。     

确定声源频率和位置的超分辨阵列处理方法

基于均匀线阵接收一定距离的声源得到的时间和空间维的样本数据提出分离处理：用时间协方差矩阵确定声源频率;通过对近场空间协方差矩阵进行修正,用重构在相同方位上的远场近似空间协方差矩阵确定声源方位角。并在此基础上,通过改变阵列中心位置确定声源位置。计算机模拟和声学实验证实了上述方法的可行性．     

中国人群的同时掩蔽测量及其特性分析

基于心理声学听音实验,进行了中国人群的听觉同时掩蔽阈值测量,其中掩蔽声为第4~22临界带带宽粉红噪声,掩蔽声压级60 dB和80 dB,被掩蔽声为频率在临界带频率范围内及其附近的纯音信号。在此基础上,对同时掩蔽特性进行了分析和讨论,并与相关文献的结论进行了比较。结果显示掩蔽曲线随着掩蔽声压级增大非对称性增强,上升沿与下降沿斜率差异增大。不同临界带的掩蔽曲线的平均峰值呈现无规分布,并不如前人模型所描述,从低频到高频单调衰减。掩蔽增长率在被掩蔽声频率较高时,普遍有一定的下降趋势,与前人测量结果有所差异。     

中国人群的同时掩蔽测量及其特性分析

基于心理声学听音实验,进行了中国人群的听觉同时掩蔽阈值测量,其中掩蔽声为第4~22临界带带宽粉红噪声,掩蔽声压级60 dB和80 dB,被掩蔽声为频率在临界带频率范围内及其附近的纯音信号。在此基础上,对同时掩蔽特性进行了分析和讨论,并与相关文献的结论进行了比较。结果显示掩蔽曲线随着掩蔽声压级增大非对称性增强,上升沿与下降沿斜率差异增大。不同临界带的掩蔽曲线的平均峰值呈现无规分布,并不如前人模型所描述,从低频到高频单调衰减。掩蔽增长率在被掩蔽声频率较高时,普遍有一定的下降趋势,与前人测量结果有所差异。      

耳机重发下延迟时间对空间分离前向掩蔽效应影响的研究

采用耳机虚拟声重发的方法,探讨了掩蔽信号和被掩蔽信号在水平面方向分离的情况下延迟时间对前向掩蔽效应的影响.结果表明,掩蔽阈值有随延迟时间增加而下降较多的总体趋势.而且,在水平面空间分离的情况下,掩蔽阈值存在差值,最大为15 dB左右.但在掩蔽声的声压级较大时(如70 dB),在延迟时间20～40 ms处出现掩蔽阈值差值的小幅度上升.通过对时间积分效应和基膜响应的分析,这一实验结果能得到合理的解释.     

球形传声器阵列下基于主导声源检测MUSIC群时延算法的多声源定位*

针对混响环境中,多径效应、散射、衍射等原因导致声源定位失败或分辨能力不足的现象,提出一种基于主导声源检测MUSIC群时延的邻近多声源定位方法。该方法采用球形传声器阵列,相比平面阵列可以捕获3D声场信息,利用球谐域下信号的频率分量与角度分量解耦的优势,从而可直接利用频率平滑技术处理宽带语声信号而不需要构造聚焦矩阵,并在球谐域下通过设置阈值对一组时频段进行主导声源检测,从而选择出包含直达声的一组时频块来构造MUSIC群时延空间谱。上述举措在提升波达方向估计在高混响环境下定位鲁棒性的同时,也提高了多个邻近声源的分辨能力。仿真实验结果表明,所提出的主导声源检测MUSIC群时延算法,在高混响和低信噪比条件下,仍具有更好的定位精度与更优的邻近多声源分辨效果。     

基于Khatri-Rao子空间和传播算子的宽带声源波达方向估计算法

本文提出基于Khatri-Rao子空间和传播算子的宽带声源波达方向估计算法。该算法将声源不同频率处的协方差矩阵变换重排为一个高维矩阵,然后利用传播算子方法估计宽带声源波达方向。该算法计算复杂度介于聚焦Khatri-Rao子空间和相干子空间算法之间。仿真和实验结果表明,该算法在降低计算量的同时,估计误差与聚焦Khatri-Rao子空间算法相近,远小于相干子空间算法。     

时间及通道双维序列注意力音乐声源分离方法

针对音乐中乐器声源表征特异性不足的问题,结合乐器声源与曲式内容相关的结构特征,提出了双维序列注意力/时域端到端音乐源分离方法。首先,由于各乐器声源在曲式不同部分的出现具有显著规律性,因此从时间及特征通道两个维度,对特征基函数进行差异化注意力加权。其次,在损失函数中引入频率多分辨因子,同时从时域及频域衡量分离后声源和理想声源间的差异。在MUSDB18数据集上的实验结果表明,同时强调声源的时域曲式结构特征和离散谐波特征,可以进一步改善乐器声源分离效果。与目前最先进的时域端到端音乐源分离方法 Demucs相比,信噪比指标提升了0.40 dB,且在鼓和低音等声源的分离上表现尤为突出,鼓声源信噪比指标提升0.13 dB,低音声源信噪比指标提升0.60 dB。充分利用声源的语义内容及声学特征等多维度先验知识,可以进一步提升声源表征的特异性,从而提升声源的可分离程度。     

基于声源方位信息和非线性时频掩蔽的语音盲提取算法

针对欠定卷积混合的语音信号模型,提出一种基于声源方位信息和非线性时频掩蔽的语音盲提取算法。首先对低频段混合语音信号进行时频分析估计瞬时相对时延(ITD)并采用势函数聚类分析方法估计出声源个数及其ITD,接着锁定目标提取准确的目标语音方位信息,最后利用独立语音在时频域上的近似W一分离正交性,采用非线性时频掩蔽的方法提取目标语音。仿真实验表明,该方法能锁定任意感兴趣目标方位,能有效提取目标语音,文中实验条件下信噪比增益平均达9.5 dB。      

声源追踪训练对语音型噪声中语音识别的影响

听觉训练可以提升人在噪声环境中语音识别的绩效.首先设计了一种以稳定声源为刺激的听觉追踪任务,在20个训练单元后,采用由干扰语音类型和信噪比两个因素构成3×5语音型噪声掩蔽下的语音识别测试验证了该训练方法的有效性.结果发现,训练组的语音识别率显著高于对照组,证明听觉注意力可以通过声源追踪任务的训练得到提高。实验结果表明,声源追踪训练可以使人在语音型噪声掩蔽下的听觉注意力水平趋于稳定。