基于听觉掩蔽效应的低信噪比语音增强算法

"一种改进的基于听觉掩蔽效应语音增强算法，旨在解决低信噪比环境下的语音信号处理问题。该算法结合了人耳听觉掩蔽特性和功率谱减法，通过时域递归平均算法估计噪声，然后进行频谱相减，接着根据听觉角度计算掩蔽阈值，并用谱减功率修正系数和谱减噪声系数优化增强过程。实验结果显示，此算法能有效抑制背景噪声，提高语音质量，信噪比提升约5%。该研究由基于听觉仿生的移动搬运机器人多生源语音识别理论与方法（重点）项目资助，由蔡军、李飞和张毅等学者完成，他们分别在智能控制器、语音识别与智能机器人、机器人及应用等领域有深入研究。" 本文提出了一种创新性的语音增强策略，主要针对在低信噪比环境中，传统谱减法存在的噪声残留问题。听觉掩蔽效应是人耳感知声音的一个重要特性，它表明在某些频率上，较强的信号可以“掩蔽”较弱的相邻信号，使得人耳无法察觉。基于这一原理，该算法首先利用时域递归平均算法来估计背景噪声的功率谱，这是对噪声进行精确建模的关键步骤。随后，对含有噪声的语音信号执行频谱相减操作，以减少噪声成分。 接下来，算法从听觉感知的角度出发，根据估计的语音信号功率谱来计算掩蔽阈值。掩蔽阈值是指在特定频率下，人耳能感知到的最小声音强度，低于这个阈值的声音会被掩蔽。通过对这些阈值的计算，算法能够更准确地识别哪些噪声可以被忽略，哪些需要进一步处理。 为了进一步优化增强效果，算法引入了谱减功率修正系数a和谱减噪声系数b。这两个系数的作用是动态调整谱减的程度，以平衡噪声抑制和语音保真度之间的关系。它们可以根据实际的信噪比情况和人耳对声音质量的感知进行调整，以达到最佳的语音增强效果。 实验部分，研究人员使用MATLAB 2012b进行了仿真，结果显示，在低信噪比环境下，提出的算法能够显著降低背景噪声，改善语音质量。与传统方法相比，输出信号的信噪比平均提升了大约5%，这表明了该算法在实际应用中的优越性。 这项工作不仅为语音增强提供了一个新的解决方案，而且对于在嘈杂环境下的语音识别和通信系统有着重要的意义。通过结合生物声学原理和现代信号处理技术，研究人员为未来语音处理领域的研究和发展奠定了坚实的基础。