基于听觉掩蔽效应和Bark子波变换的语音增强

提出了一种适用于低信噪比下的提高语音的听觉效果的语音增强方法。该方法在谱减法的基础上有两个特点:首先减参数是根据人耳听觉掩蔽效应提出的且是自适应的;其次采用了与人耳听觉系统特性更为适应的Bark子波变换方法对增强前后的语音进行分析。对该算法进行了客观和主观测试,结果表明:与谱减法相比对低信噪比的语音信号,(1)能更好地抑制残留噪声和背景噪声,(2)增强后的语音具有更好的清晰度和可懂度。

基于声音定位和听觉掩蔽效应的语音分离研究

人耳具有在嘈杂环境中将感兴趣的语言信息提取出来的能力 ,而双耳听觉特性有助于这种能力的加强 .据此本文提出了一种基于声音定位和听觉掩蔽效应的混叠语音分离方法 .根据声音到达双耳的时间差和强度差在时频域内确定相应的掩蔽系数 ,该系数是二值的 ,以直接去除干扰信号 ,保留有用信号并达到语音分离的目的 .实验表明 ,本文提出的方法是有效的 .该方法不仅适用于混叠语音为浊音情形 ,对清音的情况同样适用 ,因而比基于基音提取的语音分离方法的适用范围更广 .

主观空间分离下的汉语信息掩蔽效应

基于听觉优先效应中的融合现象,探讨了主观空间分离下的汉语信息掩蔽效应。实验用左右两个扬声器来播放目标言语信号和掩蔽声音,并通过改变两个扬声器之间的延迟来操作掩蔽声音的主观空间位置。结果显示,尽管言语信号和掩蔽声音都由同样的扬声器播放而没有实际的空间分离,这种利用优先效应所产生的主观空间分离却可以提高言语识别的正确率。在信息掩蔽条件下由主观空间分离所造成的言语识别的改善显著地高于在能量掩蔽条件下的改善。这些结果为如何分离对言语信号的能量掩蔽与信息掩蔽,以及为相关的建筑声学和通讯技术的研究与应用提供了听觉心理学的参考。

基于听觉掩蔽效应的多频带谱减语音增强方法

为了减小传统谱减法引入的音乐噪声,提出了一种将多频带谱减和听觉掩蔽效应相结合的语音增强算法。用加权递归平滑的方法估计噪声的功率谱,对带噪的语音信号进行多频带谱减,计算听觉掩蔽阈值,再根据掩蔽阈值动态地调节谱减因子,通过增益函数得到增强后语音信号的频谱。仿真实验结果表明,与传统的谱减法相比,该算法在信噪比较低情况下,背景噪声和残余噪声得到了有效的抑制,语音信号的清晰度和可懂度也有了明显提升。

空间掩蔽效应的实验研究

掩蔽和被掩蔽声源在水平面方向上空间分离的实验结果和分析表明:声源空间分离会使掩蔽阈值下降,产生空间去掩蔽现象。同时,空间去掩蔽与频率有关,频率越高,空间去掩蔽现象越明显,最大去掩蔽值为15 dB。其主要原因是掩蔽和被掩蔽声源在空间分离之后,由于头相关传输函数的影响,造成了单耳信掩比的提高。同时实验结果提示,高层听觉系统对双耳声信息综合处理也是空间去掩蔽的一个原因。

基于掩蔽效应的汽车非平稳车内噪声烦恼度评价方法

基于采集的汽车加速与匀速运动时车内的噪声,利用参考语义细分法进行噪声烦恼度主观评价试验。考虑掩蔽效应,依据听音评价问卷调查结果,计算加速噪声后半时段和匀速噪声的时变心理声学参量平均值,利用支持向量机创建参量平均值与烦恼度主观评价值间的回归数学模型,建立基于掩蔽效应的非平稳车内噪声烦恼度评价方法。同时计算全部噪声样本的时变心理声学参量平均值并建立基于心理声学参量的烦恼度评价方法。留一法与十折交叉法检验结果表明,两种评价方法对非平稳车内噪声烦恼度的预测精确有效,而基于掩蔽效应的烦恼度评价方法预测结果更加精确、稳定性更高;在加速噪声烦恼度的预测方面,基于掩蔽效应的烦恼度评价方法具有更好的预测性能。

基于Bark域噪声估计及掩蔽效应的语音增强

针对非平稳环境下噪声估计和语音增强性能降低的特点,提出一种基于Bark域的快速自适应噪声谱估计算法。它基于听觉模型,将带噪信号变换到Bark域,并在Bark域内实现基于人耳掩蔽的语音增强。仿真实验表明该算法能充分利用Bark带内频带间的相关性,跟踪快变的背景噪声,提高语音增强性能,减少运算量和复杂度。

听觉频域掩蔽效应的自适应β阶贝叶斯感知估计语音增强算法

为了在噪声抑制和语音失真中之间寻找最佳平衡,提出了一种听觉频域掩蔽效应的自适应β阶贝叶斯感知估计语音增强算法,以期提高语音增强的综合性能。算法利用了人耳的听觉掩蔽效应,根据计算得到的频域掩蔽阈自适应调整β阶贝叶斯感知估计语音增强算法中的β值,从而仅将噪声抑制在掩蔽阈之下,保留较多的语音信息,降低语音失真。并分别用客观和主观评价方式,对所提出的算法的性能进行了评估,并与原来基于信噪比的自适应β阶贝叶斯感知估计语音增强算法进行了比较。结果表明,频域掩蔽的β阶贝叶斯感知估计方法的综合客观评价结果在信噪比为-10 dB至5 dB之间时均高于基于信噪比的自适应β阶贝叶斯感知估计语音增强算法。主观评价结果也表明频域掩蔽的β阶贝叶斯感知估计方法能在尽量保留语音信息的同时,较好的抑制背景噪声。

视听双任务条件下注意对视觉和听觉掩蔽效应的影响

在视听交互环境中,当视觉和听觉掩蔽刺激同时感知时,对视听觉的相互作用及掩蔽变化问题进行了实验研究。将视听交互场景按注意状态分类,实验测量了不同场景中视觉和听觉掩蔽阈值的变化,讨论了不同视觉和听觉掩蔽刺激的相互影响。实验结果发现对比单任务实验的阈值,不同视听交互环境中视觉和听觉的掩蔽阈值会产生相应变化。由实验结果可以推论视听交互环境中注意分配影响视觉和听觉掩蔽效应,并且视听掩蔽刺激的相互作用会进一步影响视觉和听觉唤起的注意。

一种基于几何谱减法和听觉掩蔽效应的语音增强方法

针对低信噪比下非平稳噪声环境情况,几何谱减算法产生较大的语音畸变的缺点,提出了一种结合听觉掩蔽效应的改进算法,该算法通过对噪声的实时估计,同时结合听觉掩蔽效应设计一个感知滤波器,对增强后的信号频谱进行滤波以抑制背景噪声,从而将残留噪声强度控制在掩蔽阈值之下.通过计算PESQ、oSNR、语谱图及时域仿真波形图分析及主观试听表明:改进的几何谱减算法不仅提高了语音信号的信噪比,而且残留噪声和语音畸变较小,提高了语音的可懂度.

后掩蔽效应对大棕蝠下丘神经元声反应的影响(英文)

以回声定位蝙蝠为模式动物,采用在体动物细胞外单位记录法,研究了后掩蔽效应对下丘神经元声反应的影响。结果显示,部分神经元(38%,12/31)对测试声刺激的反应明显受到掩蔽声的抑制,其后掩蔽效应强弱与掩蔽声和测试声的相对强度差(inter-stimulus level difference,SLD),以及测试声与掩蔽声之间的间隔时间(inter-stimulus onset asynchrony,SOA)有关:当掩蔽声强度升高或测试声强度降低时,后掩蔽效应增强;而SOA的缩短,亦可见后掩蔽效应增强。另外,相当数量的神经元(52%,16/31)对测试声刺激的反应并不受掩蔽声的影响,其中有的神经元只有在特定SLD和SOA时,才表现出后掩蔽效应。而少数下丘神经元(10%,3/31)在特定SLD和SOA时,掩蔽声对测试声反应有易化作用。上述结果表明,部分下丘神经元参与了声认知活动中的后掩蔽形成过程,推测下丘神经元在定型声反应特性中,对掩蔽声诱导的兴奋前抑制性输入与测试声诱导的兴奋性输入之间的时相性动态整合起关键作用。

一种利用视觉掩蔽效应的感兴趣区域视频编码方法

传统感兴趣区域视频编码方法通过整体降低ROI区域的量化参数来实现ROI质量优化,会造成整体率失真性能的下降,尤其在低码率时下降更加严重。针对这一问题,结合人眼掩蔽特性的精细Grid量化方法在文中提出,可有效提高ROI质量并降低整体质量的损失。而且该量化方法能够根据ROI尺寸大小对初始感知权重进行自适应调节,适用于ROI特征不同的视频序列。实验结果表明,对于不同特征的标准测试序列,在中低码率条件下和H.264相比,本文算法能平均提高ROI的PSNR值1.905dB,主观感受有明显提升。和同类ROI算法相比,ROI质量平均提升0.47dB,整体质量提高0.625dB。

一种基于信号子空间和听觉掩蔽效应的语音增强方法

采用子空间分解法对噪声语音进行信号增强,并用基于Johnston听觉掩蔽模型的感知滤波器对增强后的信号频谱进行平滑以抑制背景音乐噪声。几种噪声背景下对增强语音的客观测试表明,与传统的信号子空间分解法相比,基于信号子空间和听觉掩蔽效应的方法可有效地减少语音信号的失真度。

改进的基于人耳掩蔽效应谱减语音增强算法

提出一种谱估计中的平滑系数自适应变化的新算法,该算法利用人耳掩蔽特性改进语音最小均方误差的对数谱估计增益和无语音概率(SAP)参数,并且利用改进后的SAP参数自适应地调节平滑系数,以求随着不同噪声环境的变化在去噪度、残留音乐噪声和语音畸变度之间自适应地折中。实验表明新算法相对于其他谱减法在相同的去噪度下,语音畸变度最小且几乎察觉不到音乐噪声。特别是在低信噪比的环境下,相对其他谱减法的优势更显著。

一种基于掩蔽效应的音频水印嵌入点寻找技术

针对音频信号信息隐藏，提出了一种基于人耳掩蔽效应寻找适当嵌入点的方法 。该方法在时域上对音频信号按一定大小进行分帧，计算每一帧若干个临界带宽的掩蔽阈值 ，然后通过与对应子带的能量进行比较来找到适当的嵌入点。当音频帧长度为数十毫秒数量 级时取得了良好的效果。这种技术已成功地应用于一种高度稳健的音频数据隐藏方案中。

一种基于信号子空间和听觉掩蔽效应的语音增强方法

提文推导了基于离散余弦变换(DCT)的子空间分解法对有色噪声背景下的语音进行增强的公式,用基于听觉掩蔽效应的感智滤波器对增强后的信号频谱进行平滑以抑制背景噪声。几种噪声背景下对增强语音的客观测试表明,本文提出的方法可以有效地减少语音信号的失真度。

基于视觉掩蔽效应的图像扩散

提出一种基于视觉掩蔽效应的图像扩散算法.结合人类视觉系统的特性,利用图像上下文像素的非均质性度量定义了新的噪声掩蔽函数,可以有效地区分噪声和边缘特征,由此得到的噪声可见度函数作为各向异性扩散的扩散系数.算法同时利用了图像的局部梯度信息和较大邻域的上下文信息,可以在滤除噪声的同时更加有效地保留图像的重要特征,而且避免了传统算法梯度阈值的选取问题.实验结果表明,本文算法在去噪保边性能上优于一些典型的扩散算法.

基于听觉掩蔽效应和小波变换的数字音频水印

提出了一种基于听觉掩蔽效应和小波变换相结合的音频数字水印算法。根据人耳听觉系统的掩蔽效应,计算载体音频信号的掩蔽阈值,利用小波变换将掩蔽门限映射到小波系数中,然后将水印信号嵌入到中低频子波系数中,嵌入强度由掩蔽阈值自适应控制。实验结果表明:该算法隐藏水印具有很强的掩蔽性;叠加了水印的音频信号对数据压缩、加噪、重采样、低通滤波等常用音频信号处理技术具有很好的鲁棒性。

基于高斯-拉普拉斯-伽玛模型和人耳听觉掩蔽效应的信号子空间语音增强算法

针对信号子空间语音增强算法中的子空间选择和线性滤波器中噪声功率谱和拉格朗日乘子的估计问题,用高斯、拉普拉斯和伽玛模型描述了语音的分布,提出了利用目标语音概率最大化来确定信号子空间维度的方法。在噪声子空间上,利用条件概率估计出噪声功率谱。接着,为了合理地折中增强语音中的残余噪声和语音畸变,提出了一种基于人耳听觉掩蔽效应的拉格朗日乘子估计方法。实验证明,在多项语音质量评价指标上,所提算法都取得了更好的结果。所提的信号子空间算法比传统的信号子空间算法更有效地消除了噪声,使得恢复的语音具有更好的质量。