失真控制下的短时谱估计语音增强算法

针对传统谱估计增强算法易产生语音畸变、导致语音清晰度低的问题,提出了一种失真控制下的短时谱估计语音增强的新算法.该算法首先引入语音畸变的客观度量参数,并根据这一参数得到抑制语音畸变的约束条件,然后结合人耳听觉掩蔽特性和无语音概率参数,修正最小均方误差对数谱估计函数,最后联立约束条件和估计函数,得到增强后的语音,从而实现了在噪声抑制和语音畸变之间的折中,改善了语音增强的效果.主观试听和客观测试结果均表明,与其他谱减法相比,在相同的信噪比和去噪度条件下,新算法的语音畸变度最小且几乎察觉不到音乐噪声.

基于动态点阵匹配算法的二阶关键词识别

为了避免关键词权值估计错误,提出了基于上下文相关最大后验概率准则(CDMAP)的改进二阶KWS模型,有效地解决了关键词权值对参数估计的负面影响。同时,采用动态点阵匹配算法(DMPLS)进行错误补偿,解决了由连续语音识别器产生的插入、删除和替换错误而导致识别准确率下降的问题,提高了系统的检出率和鲁棒性。实验结果表明,该模型不仅在较低误警率的条件下检出率得到很大的改善,而且系统鲁棒性也有明显的增强。

软判决修正下的语音增强算法在数字信号处理器上的实现与优化

针对低信噪比情况下,传统谱估计语音增强算法性能下降的问题,提出了一种结合语音存在概率和人耳听觉掩蔽效应的软判决短时谱估计算法。该算法在低信噪比的情况下保护微弱的语音信号,减少语音谱的失真。同时介绍了基于TMS320C5502数字信号处理器的嵌入式系统,重点讨论了系统总体方案和主要功能模块的硬件设计,并且结合数字信号处理器的结构特点,给出了该算法系统平台移植和优化的方法。系统测试表明,硬件平台工作稳定可靠,针对硬件资源的移植和优化显著地提高了系统的处理速度,满足实时性的要求,且输出语音在去噪度与失真之间很好地平衡,优于传统的谱减算法。