科研人員提出一種單通道語音信號增強新方法

近日，中國科學院聲學研究所雜訊與振動院重點實驗室助理研究員彭任華等提出一種在線性殘差域利用人耳聽覺特性約束的單通道語音信號增強濾波器，可顯著提高語音質量。

近年來，傳聲器陣列的應用愈加廣泛，但絕大部分低成本設備仍在使用單傳聲器錄音方案。受錄音環境雜訊和混響等因素影響，單傳聲器語音信號質量會出現顯著下降。傳統的單通道語音信號增強演算法，利用譜減演算法，通過估計雜訊及混響的功率譜密度，與帶噪信號相減，實現語音信號增強。聲學所該實驗室音頻研究組曾提出一種廣義特徵值演算法，即在線性殘差域利用廣義特徵值分解方法增強單通道語音信號，並證明了在線性殘差域，雜訊及晚期混響可以採用相同的演算法處理框架。然而，在低信噪比條件下，譜減演算法和廣義特徵值演算法在增強信號過程中均會出現大量可聽「音樂雜訊」（頻率和時間軸上隨機出現的短時單頻信號），嚴重影響演算法性能。科研人員認為，人耳聽覺響應特性曲線在音樂雜訊信號抑制方面具有非常大的應用前景。

利用人耳雜訊掩蔽曲線指導殘留「音樂雜訊」的抑制，該研究推導了在線性殘差域的雜訊掩蔽曲線到廣義特徵值的映射關係，以及雜訊掩蔽曲線約束的最優濾波器，並將該最優濾波器應用於信號增強。通過比較增強信號的分段信噪比（segmentSNR）、感知語音質量評價（PESQ），以及語音混響調製能量比（SRMR）等客觀指標，新演算法相比傳統演算法具有更好的演算法性能，MUSHRA（MUltiple Stimuli with Hidden Reference and Anchor）主觀測聽實驗進一步表明了該演算法在模擬實驗以及實際實驗中的有效性。

相關研究成果發表在Speech Communication上。

新方法在語音段以及靜音段帶聽覺特性約束的廣義特徵值（綠線）

來源：中國科學院聲學研究所

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！