基于噪声估计的二值掩蔽语音增强算法

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (17): 222-227.

基于噪声估计的二值掩蔽语音增强算法

曹龙涛1，李如玮1，鲍长春1，吴水才2

1.北京工业大学电子信息与控制工程学院，北京 100124
2.北京工业大学生命学院，北京 100124

出版日期:2015-09-01 发布日期:2015-09-14

Speech enhancement algorithm based on noise estimation of binary masking

CAO Longtao1, LI Ruwei1, BAO Changchun1, WU Shuicai2

1.School of Electronic Information and Control Engineering, Beijing University of Technology, Beijing 100124, China
2.College of Life Science & Bioengineering, Beijing University of Technology, Beijing 100124, China

Online:2015-09-01 Published:2015-09-14

摘要/Abstract

摘要： 针对现有的助听器语音增强算法在非平稳噪声环境下，残留大量背景噪声的同时还引入了“音乐噪声”，致使增强语音可懂度和信噪比不理想等问题。提出了一种基于噪声估计的二值掩蔽语音增强算法，该算法利用人耳听觉感知理论，结合人耳的听觉特性和耳蜗的工作机理。采用最小值控制递归平均（Minima-Controlled Recursive Averaging，MCRA）算法获得估计噪声和初步增强语音；将估计噪声和初步增强语音分别通过可以模拟人工耳蜗模型的gammatone滤波器组进行滤波处理，得到各自的时频表示形式；利用人耳的听觉掩蔽特性，计算含噪语音在时频域的二值掩蔽；利用二值掩蔽得到增强语音。实验结果表明：该算法很大程度上去除了谱减法引入的“音乐噪声”，与基于MCRA谱减法相比，增强语音的语言可懂度指数（Speech Intelligibility Index，SII）、主观语音质量评估（Perceptual Evaluation of Speech Quality，PESQ）和信噪比（Signal to Noise Ratio，SNR）都得到了提高。

关键词: 语音增强, 助听器, 噪声估计, 二值掩蔽

Abstract: In order to solve the residual background noise and the musical noise resulted by the existing speech enhancement algorithm for hearing aids, a speech enhancement algorithm based on noise estimation of binary masking is proposed in this paper. The estimated background noise and initial enhanced speech are obtained by using the minima-controlled recursive averaging algorithm. The estimated noise and the initial enhanced speech are processed by gammatone filter and inner cells model and time-frequency representation is obtained. Binary masking of noisy is calculated. The binary masking is used to synthesize enhanced speech by utilizing human auditory masking in time-frequency domain. Experimental results show that the proposed algorithm is compared with the MCRA algorithm, Speech Intelligibility Index（SII）, Perceptual Evaluation of Speech Quality（PESQ） and SNR are improved.

Key words: speech enhancement, hearing aids, noise estimate, binary masking

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.

CAO Longtao1, LI Ruwei1, BAO Changchun1, WU Shuicai2. Speech enhancement algorithm based on noise estimation of binary masking[J]. Computer Engineering and Applications, 2015, 51(17): 222-227.

[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]	贾伟1，张玲华1，2. 数字助听器中新的非线性响度补偿方法的研究[J]. 计算机工程与应用, 2016, 52(8): 256-260.
[10]	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.
[11]	易三莉1，2，郭贝贝2，马磊2，钱洁2. 改进的模糊推理规则图像边缘检测算法[J]. 计算机工程与应用, 2016, 52(12): 180-183.
[12]	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.
[13]	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.
[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.