基于听觉掩蔽与最优平滑的低信噪比语音增强算法

本文档探讨了一种基于听觉掩蔽效应和最优平滑的语音增强算法，针对谱减法在低信噪比（SNR）环境下容易导致音乐噪声残留的问题进行了创新设计。论文首先分析了人耳的听觉掩蔽特性，这是理解人类听力系统如何自然地过滤掉背景噪音的重要原理。作者将这一特性引入到语音增强算法中，通过调整维纳滤波法的增益系数，提高了算法在抑制背景噪声方面的性能。 维纳滤波通常用于噪声抑制，但在非平稳环境中，简单的线性模型可能不足以精确估计噪声参数。因此，论文采用了最小约束递归平均算法，这是一种自适应噪声参数估计方法，能够在不断变化的噪声条件下实时更新噪声模型，提高增强语音的准确性。 进一步，为了优化增强后的语音质量，算法引入了最小均方误差准则来确定最优平滑因子。平滑处理能够有效地去除高频噪声和残留的音乐成分，使得增强后的语音更加清晰，语音质量得以提升。这种方法尤其在低信噪比环境下表现出色，因为它能够更有效地平衡语音信号与噪声的分离，避免过度抑制导致的语音失真。 研究团队由覃爱娜副教授、博士研究生，戴亮硕士研究生，以及桂卫华教授、博士生导师组成，他们的研究成果得到了国家自然科学基金资助重点项目（61134006）的支持。论文的发表时间为2012年，收稿和修订日期分别为2012年3月和5月，显示出其严谨的科研过程和较高的学术价值。 关键词：语音增强、听觉掩蔽效应、最优平滑、维纳滤波、最小约束递归平均法、最小均方误差，这些词汇准确地反映了论文的核心内容和研究领域，对于工程技术领域的读者来说，这是一篇值得深入研究的技术论文。通过阅读这篇论文，读者可以了解如何利用生物心理学原理改进传统信号处理技术，提升语音通信的质量和效率。