基于人类听觉系统的多频带语音增强

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (21): 145-148.

• 数据库、信号与信息处理 • 上一篇下一篇

基于人类听觉系统的多频带语音增强

沈圆圆1，顾济华1，陶智1，2，赵鹤鸣2，谈雪丹1

1.苏州大学物理科学与技术学院，江苏苏州 215006
2.苏州大学电子信息学院，江苏苏州 215006

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-07-21 发布日期:2011-07-21

Multi-band spectral subtraction method for speech enhancement based on human auditory system

SHEN Yuanyuan1，GU Jihua1，TAO Zhi1，2，ZHAO Heming2，TAN Xuedan1

1.School of Physical Science and Technology，Soochow University，Suzhou，Jiangsu 215006，China
2.School of Electronics and Information Engineering，Soochow University，Suzhou，Jiangsu 215006，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-07-21 Published:2011-07-21

摘要/Abstract

摘要： 提出了一种基于人类听觉系统的多频带非线性谱减法来进行语音增强。根据人耳听觉特性，将含噪语音信号分在24个临界频带内，由各频带的不同信噪比来确定对应的谱减参数值。实验结果证明，在相同实验条件下，与功率谱减法（PSS）、非线性谱减法（NSS）和传统多频带谱减法（MBSS）相比，该方法增强后的语音信号具有更高的输出信噪比;能更好地消除背景噪声，抑制残留噪声;增强后的语音具有更好的可懂度和清晰度。

关键词: 听觉系统, 多频带, 谱减法, 语音增强

Abstract: A multi-band nonlinear spectral subtraction method is proposed with the demand on improving the quality of speech signal corrupted by colored noise.According to the human auditory system，the noisy speech signals are nonlinearly divided into 24 non-overlapping critical bands.The amount of noise needed to be subtracted is determined by different Signal-to-Noise Ratio（SNR） of each band.Under the same experimental conditions，test results show that compared to the Power Spectral Subtraction method（PSS），Nonlinear Spectral Subtraction method（NSS） and the Multi-Band Spectral Subtraction（MBSS），the proposed method can reduce the residual noise and background noise more effectively.The enhanced speech signals of the proposed algorithm have better clearness and intelligibility besides higher output SNR.

Key words: auditory system, multi-band, spectral subtraction, speech enhancement

沈圆圆1，顾济华1，陶智1，2，赵鹤鸣2，谈雪丹1. 基于人类听觉系统的多频带语音增强[J]. 计算机工程与应用, 2011, 47(21): 145-148.

SHEN Yuanyuan1，GU Jihua1，TAO Zhi1，2，ZHAO Heming2，TAN Xuedan1. Multi-band spectral subtraction method for speech enhancement based on human auditory system[J]. Computer Engineering and Applications, 2011, 47(21): 145-148.

[1]	王师琦，曾庆宁，龙超，熊松龄，祁潇潇. 语音增强与检测的多任务学习方法研究[J]. 计算机工程与应用, 2021, 57(20): 197-202.
[2]	王雁，贾海蓉，吉慧芳，王卫梅. 特征联合优化深度信念网络的语音增强算法[J]. 计算机工程与应用, 2019, 55(9): 38-42.
[3]	吉慧芳，贾海蓉，王雁. 改进相位谱补偿的语音增强方法[J]. 计算机工程与应用, 2019, 55(8): 48-52.
[4]	王杰1，杨程程1，莫嘉永2，王敦泽1，王谢谢1. 谐波重构先验信噪比估计算法[J]. 计算机工程与应用, 2018, 54(7): 44-48.
[5]	王虎，李晶，赵恒淼，臧燕，李春堂. 稀疏低秩模型及相位谱补偿的语音增强算法[J]. 计算机工程与应用, 2018, 54(5): 150-155.
[6]	王波，于凤芹，陈莹. 基于非平滑非负矩阵分解语音增强[J]. 计算机工程与应用, 2017, 53(7): 160-164.
[7]	王霞1，王丹1，王光艳2，张艳1. 压缩感知与EMD相结合的带噪面罩语音增强[J]. 计算机工程与应用, 2017, 53(18): 137-140.
[8]	张建伟，陶亮，周健，王华彬. 基于改进谱平滑策略的IMCRA算法及其语音增强[J]. 计算机工程与应用, 2017, 53(1): 153-157.
[9]	胡永刚1，张雄伟1，邹霞1，闵刚1，2，张立伟1，王健3. ADMM稀疏非负矩阵分解语音增强算法[J]. 计算机工程与应用, 2016, 52(3): 108-112.
[10]	宁矿凤，王景芳. DCT域维纳滤波语音增强[J]. 计算机工程与应用, 2015, 51(8): 226-230.
[11]	曹龙涛1，李如玮1，鲍长春1，吴水才2. 基于噪声估计的二值掩蔽语音增强算法[J]. 计算机工程与应用, 2015, 51(17): 222-227.
[12]	谷鹏1，2，朱俊华1，2，丁飞1，2. 一种含噪压缩感知的语音消噪方法[J]. 计算机工程与应用, 2015, 51(15): 216-220.
[13]	张明敏1，曾云1，卫宝跃2，樊晓华2，张海英2. 低功耗高线性多频带Gm-C低通滤波器[J]. 计算机工程与应用, 2015, 51(11): 266-270.
[14]	王瑜琳1，田学隆1，2，高雪利1. 自适应滤波语音增强算法改进及其DSP实现[J]. 计算机工程与应用, 2015, 51(1): 208-212.
[15]	徐文超，王光艳，耿艳香，白芳，费腾. 基于谱减法和变步长LMS语音增强算法[J]. 计算机工程与应用, 2015, 51(1): 213-217.

基于人类听觉系统的多频带语音增强

Multi-band spectral subtraction method for speech enhancement based on human auditory system

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics