采用生理响度感知机制的车内噪声声品质预测

现有车内噪声声品质预测的响度计算中没有考虑真实人耳生理解剖结构的传声特性,因此提出了一种基于生理响度感知模型的车内噪声声品质预估方法。首先,采集两款轿车的车内噪声样本,并通过主观评价试验得到车内噪声的主观评价烦恼度。之后,整合中耳集总参数模型与耳蜗传输线模型,构建生理响度模型。然后,以生理响度模型的响度计算值为主要参数,结合尖锐度、粗糙度与车内噪声的主观评价值,通过TabNet模型构建了车辆声品质预测模型。最终,对比分析了所构建声品质模型与基于现有标准响度模型所构建的声品质模型的预测效果。结果表明,采用生理响度模型的声品质预测平均误差百分比仅有4.73%,优于采用Moore响度(6.13%)与Zwicker响度(6.94%)的声品质预测结果。此外,所构建的TabNet声品质预测模型的平均误差百分比也低于基于BP神经网络模型的平均误差百分比(7.60%)。采用生理响度模型的TabNet声品质预测能够提高车内噪声声品质客观评价的准确率。     

基于掩蔽特性的噪声环境下语音识别新特征

语音识别系统的识别率在噪声环境中下降很大。本文根据人耳的听觉特性,提出一种基于人耳听觉掩蔽特性的抗噪声特征提取方法。该方法先求取噪声语音的掩蔽特性,在此基础上再计算Ｍｅｌ倒谱系数用于语音识别。通过对ＴＩＭＩＴ数据包的 ０～９十个英语数字在 ＮｏｉｓｅＸ９２的各种噪声下进行了识别试验。其中在信噪比 ０ｄＢ条件下,在 ３种噪声条件下识别率平均提高 １５２％,实验表明新方法对于各种噪声环境下的识别率有显著提高。     

混合算法优化的乘用车舱内噪声感知烦恼度神经网络建模

针对传统乘用车舱内噪声感知烦恼度量化模型精度低的问题,提出了一种利用混合算法优化的神经网络模型预测舱内噪声感知烦恼度的评价方法。此混合算法融合麻雀搜索算法(SSA)和遗传算法(GA),对反向传播(BP)神经网络进行优化,根据声品质主客观评价数据,建立SSA-GA-BP网络的乘用车舱内噪声感知烦恼度客观量化模型,与BP模型、GA-BP模型、SSA-BP模型进行对比分析。结果表明, SSA-GA-BP模型能够实现更高的预测精度,更接近主观评价数值,泛化能力更强,可替代传统的声品质主观评价实验。     

车辆噪声烦恼度的音色表达

烦恼度作为评价噪声对人影响的重要指标,受到广泛重视并获得应用。通过主观评价实验和数据统计分析,从音色角度对城市典型车辆噪声烦恼度进行建模并给予物理解释。研究发现:(1)车辆噪声烦恼度音色空间由四个维度构成;(2)利用多元线性回归方法给出的车辆噪声烦恼度模型与声样本烦恼度拟合较好;(3)烦恼度空间维度与特定频谱特性具有较高的相关性。研究结果为车辆噪声烦恼度建模及降噪设计提供了新的思路。      

基于听觉模型的话者特征参数提取及其在噪声背景下的话者辨识

本文基于人耳听觉模型提出了一种鲁棒性的话者特征参数提取方法。该种方法中,首先由Gamma tone听觉滤波器组和Meddis内耳毛细胞发放模型获得表征听觉神经活动特性的听觉相关图。由听觉神经脉冲发放的锁相特性和双声抑制特性,我们将听觉相关图每个频带中的幅值最大频率分量作为表征当前频带特性的特征参量,于是所有频带的特征参量便构成了表征当前语音段特性的特征矢量;我们采用DCT交换进一步消除各个特征参量之间的相关性,压缩特征矢量的维数。有效性试验表明,该种特征矢量基本上反映了输入语音的谱包络特性;抗噪声性能实验表明,在高斯白噪声和汽车噪声干扰下,这种特征参数比LPCC和MFCC有较小的相对失真;基于矢量量化的文本无关话者辨识表明,对于三种类型的噪声干扰该种特征参数在低信噪比下都获得了较好的识别结果。     

基于修正Mel域掩蔽模型和无语音概率的耳语音增强

提出了一种基于修正Mel域听觉掩蔽模型和无语音概率的耳语音增强方法。该方法根据耳语音的发音特点对Mel频率进行修正,对每一帧耳语音信号进行Mel域频带滤波,同时通过无语音概率(SAP)动态地确定每个频带的听觉掩蔽阈值,对不同的听觉掩蔽阈值自适应地调整谱减系数来进行耳语音增强。对增强后的耳语音进行客观和主观测试,结果表明,该方法与其它谱减法相比,能将残留噪声和背景噪声控制在人耳掩蔽阈值下,取得更小的语音失真,主观听觉也得到了很大的改善。      

基于听觉模型的耳语音的声韵切分

本文分析了耳语音的特点，并根据生理声学及心理声学的基本理论与实验资料，提出了一种利用听觉模型来进行耳语音声韵切分的方法。这种适用于耳语音声韵切分的听觉感知模型主要分为四个层次：耳蜗对声音频率的分解机理；听觉系统的时域和频域非线性变化；中枢神经系统的侧抑制机理。这种模型能反映在噪声环境下人对低能量语音的听觉感知特性，因而适于耳语音识别，在耳语音声韵母切分实验中得到了满意的结果。     

人耳辨识非语言声目标能力的实验研究

以主观听觉测试实验为手段,研究人耳听觉系统辨识能力与声音特性、评价主体训练程度及噪声干扰的关系.实验结果发现：人耳辨识声音能力主要由声信号的谱时结构决定,人耳对于谐音信号的辨识能力明显强于非谐音,对于稳态信号的辨识能力略强于瞬态信号;评价主体的训练可以提高辨识效果及准确性,但与声音特性密切相关;不同的噪声干扰对人耳目标辨识能力的影响主要取决于声音频谱结构;比对测听方式能提高非受训人员的辨识准确性,但不影响受训人员的辨识效果. 关键词： 听觉系统 主观听觉测试 目标辨识     

人耳对复杂信号听测问题的研究

在相同信号形式和噪声背景条件下，通过直接对比人耳的听测性能和两种典型信号检测器的检测性能，在总的趋势上得出：人耳对频率变化规律确知的复杂声信号的听测模型接近于音调相关检测器；对频率变化规律未知的复杂声信号的听测模型接近于能量检测。此外，本文给出了在噪声背景下人耳听测三种频率变化规律的复杂声信号（单跳频、线性跳频、随机跳频）的灵敏度定量差别及人耳听测灵敏度和信号长度之间的定量关系。     

考虑噪声烦恼度的机场飞机噪声收费模型和应用研究

随着我国民航运输业的飞速发展,机场噪声影响问题日趋严重。通过向航空公司或旅客收取噪声费来进行治理,是民航发达国家的普遍做法,也是我国未来的发展方向。该文在国外机场飞机噪声收费模型的基础上,提出了基于飞机噪声特性、噪声烦恼度、噪声治理投入费用和资金回收周期等因素的机场噪声收费模型。模型将机场噪声治理费用通过合理的回收周期按一定比例分配到各年度,再根据飞机噪声特性、噪声烦恼度将每年噪声收费分配到每架次飞机(或每位旅客)。飞机噪声特性根据ACI的机场噪声分级R1～R8来确定,噪声烦恼度借助Mamdani模型构建。应用表明,该收费模型关键因素考虑全面,计算方法先进简洁,费率合理。对于噪声较高飞机,夜间起飞收费为1219.06元/架次,客均收费10.16元;对于噪声很低的飞机,昼间着陆收费为66.10元/架次,客均收费仅0.15元。费率确定符合国际民航组织倡导的以支定收原则,有助于形成航空公司/旅客减噪激励机制同时又不致抑制机场航空业务增长。     

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。      

用于无监督语音降噪的听觉感知鲁棒主成分分析法

针对现有稀疏低秩分解语音降噪方法对人耳听觉感知特性应用不充分、语音失真易被感知的问题,提出了一种用于语音降噪的听觉感知鲁棒主成分分析法。由于耳蜗基底膜对于频率感知具有非线性特性,该方法采用耳蜗谱图作为语噪分离的基础。此外,选用符合人耳听觉感知特性的板仓-斋田距离度量作为优化目标函数,在稀疏低秩建模过程中引入非负约束以使分解分量更符合实际物理含义,并在交替方向乘子法框架下推导了具有闭合解形式的迭代优化算法。文中方法在语音降噪时是完全无监督的,无需预先训练语音或噪声模型。多种类型噪声和不同信噪比条件下的仿真实验验证了该方法的有效性,噪声抑制效果较目前同类算法更为显著,且降噪后语音的可懂度和总体质量有所提高、至少相当。      

基于听觉掩蔽效应的自适应反馈抵消

摘要当系统输入信号是有色信号时，传统的自适应反馈抵消算法会由于系统的输出和输入信号存在相关性而造成辨识反馈路径存在偏差，从而导致反馈抵消性能的降低。为了减小反馈路径的辨识偏差，本文提出在系统输出信号中加入被掩蔽噪声来降低系统的输入信号和输出信号的相关性的方法，噪声的能量由频域掩蔽阈值控制。这种基于听觉频域掩蔽效应的自适应反馈抵消算法改善了自适应反馈抵消的性能，同时加入的噪声是被掩蔽不可听的，输出语音的质量没有受到损害。     

城市道路交通噪声烦恼度社会调查

本文以烦恼度为主观反应指标,采用三种5级程度衡量尺度,对西安市内三条主要干道和两类典型交叉口附近区域内的道路交通噪声进行了烦恼度问卷调查。此次调查针对人口统计学因素(性别、年龄、文化程度、身体健康状况)上的个体差异与等级描述词不同的程度尺度可能对道路交通噪声烦恼度调查结果的影响,以及特定路况条件下的噪声烦恼度与不同机动车辆的行驶噪声烦恼度展开了研究。通过对调查数据的分析处理,发现并初步总结出:与选取不同的烦恼度尺度相比,人口统计学因素对调查结果的影响更加显著;人口统计学因素与特定路况条件下的噪声烦恼度及不同机动车辆的行驶噪声烦恼度无明显相关;但不同机动车辆的行驶噪声烦恼度不同,实际研究中需对摩托车噪声加以重视并区别对待。     

联合精确比值掩蔽与深度神经网络的单通道语音增强方法

针对目前有监督语音增强忽略了纯净语音、噪声与带噪语音之间的幅度谱相似性对增强效果影响等问题,提出了一种联合精确比值掩蔽(ARM)与深度神经网络(DNN)的语音增强方法。该方法利用纯净语音与带噪语音、噪声与带噪语音的幅度谱归一化互相关系数,设计了一种基于时频域理想比值掩蔽的精确比值掩蔽作为目标掩蔽;然后以纯净语音和噪声幅度谱为训练目标的DNN为基线,通过该DNN的输出来估计目标掩蔽,并对基线DNN和目标掩蔽进行联合优化,增强语音由目标掩蔽从带噪语音中估计得到;此外,考虑到纯净语音与噪声的区分性信息,采用一种区分性训练函数代替均方误差(MSE)函数作为基线DNN的目标函数,以使网络输出更加准确。实验表明,区分性训练函数提升了基线DNN以及整个联合优化网络的增强效果;在匹配噪声和不匹配噪声下,相比于其它常见DNN方法,本文方法取得了更高的平均客观语音质量评估(PESQ)和短时客观可懂度(STOI),增强后的语音保留了更多语音成分,同时对噪声的抑制效果更加明显。      

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。      

文本无关说话人识别的全特征矢量集模型及互信息评估方法

提出了一种文本无关说话人识别的全特征矢量集模型及互信息评估方法,该模型通过对一组说话人语音数据在特征空间进行聚类而形成,全面地反映了说话人语音的个性特征。对于说话人语音的似然度计算与判决,则提出了一种互信息评估方法,该算法综合分析距离空间和信息空间的似然度,并运用最大互信息判决准则进行识别判决。实验分析了线性预测倒谱系数(LPCC)和Mel频率倒谱系数(MFCC)两种情况下应用全特征矢量集模型和互信息评估算法的说话人识别性能,并与高斯混合模型进行了比较。结果表明:全特征矢量集模型和互信息评估算法能够充分反映说话人语音特征,并能够有效评估说话人语音特征相似程度,具有很好的识别性能,是有效的。     

基于光学干涉仪的精密测量技术

本文主要介绍了法布里-珀罗干涉仪和迈克耳孙干涉仪的基本特性和工作原理。在此基础上,详述了在光学频率标准的研制过程中,使用高稳定度、高精细度的法布里-珀罗干涉仪获取超稳的本地振荡激光的方法;以及利用基于光纤迈克耳孙干涉仪的光纤相位噪声提取和抑制技术,实现光学频率标准的远程精密传输的方法。本文内容有助于加深学生对法布里-珀罗干涉仪和迈克耳孙干涉仪基础知识的理解,了解科学研究发展前沿,激发学生的学习兴趣和科研热情。     

人耳对信号频率瞬时变化的听觉响应研究

从探讨人耳在噪声背景中听测具有复杂时间-频率结构的主动声呐信号的模型出发,研究了人耳对信号频率发生短时间变化的听觉敏感性.根据在850—1130Hz频段内的测量结果,得出了人耳听觉对频率变化响应的模糊区域由τ△F=1—2决定,这里τ是频率发生变化的时间间隔,△F为频率变化的差值.当τ△F≤1时,人耳感觉不到频率短时间的变化;当τ△F≥2时,人耳不仅能明显分辨频率发生过短时间的变化,而且能对两个频率有不同的音调感觉。