汉语听觉阈下启动效应:来自听觉掩蔽启动范式的证据

使用汉语双字词为实验材料,采用听觉掩蔽启动范式,通过3个实验考察汉语听觉阈下启动效应。结果发现,真词的听觉阈下重复启动效应显著,并且听觉阈下重复启动效应不受启动、目标发音者性别一致性的影响。但真词的阈下语音、语素和语义启动效应及假词的阈下重复和首字启动效应都不显著。这些结果说明,听觉通道阈下呈现的汉语双字词的词汇水平信息可以得到无意识加工。汉语双字词的听觉阈下启动效应可能是基于启动词整词表征的无意识激活。

改进的基于听觉掩蔽特性的语音增强

该文利用人耳感知的掩蔽特性,研究了一种改进的基于人耳听觉掩蔽特性的语音增强方法。该方法改进了对含噪语音中噪声的估计,即在估计噪声时,先在帧上判断语音的有无,然后在频率点上判断语音的有无,最后再从感知的角度,利用估计出的语音信号计算掩蔽阈值,以此在时域和频域上合理地调整增强系数。仿真结果表明,该方法不仅使信噪比有较大的提高,而且减少了语音失真,同时也很好地抑制了背景噪声和残余音乐噪声。

非平稳环境下基于人耳听觉掩蔽特性的语音增强

传统的语音增强算法往往仅对平稳噪声或缓慢变化的噪声有效,且残留的音乐噪声较大。对此,本文研究了一种非平稳环境下基于听觉掩蔽效应的语音增强算法。该算法对传统谱减法的功率谱估计算法进行改进,根据最小均方误差原则和语音信号的听觉掩蔽阈值调整功率谱估计的参数,并引入了基于最小值统计特性的噪声估计算法,使估计的噪声更好地跟踪噪声的变化。实验结果表明:该算法对平稳和非平稳的噪声都得到较好的增强效果,且较好地抑制了音乐噪声。

一种基于听觉掩蔽模型的语音增强算法

本文提出一种基于听觉掩蔽模型的语音增强算法。该算法对应用于语音编码中的听觉掩蔽模型进行了适当的修正,动态地确定每一帧语音信号各个关键频率段的听觉掩蔽阈值,有选择性地进行谱减。计算机仿真表明所提算法优于基本谱减法,不仅信噪比有较大的提高而且有效地减少了主观听觉的失真和残留音乐噪声。

基于听觉掩蔽效应的MMSE语音增强算法

针对MMSE语音增强算法低信噪比时产生较大的语音畸变的缺点,提出了一种结合人耳听觉掩蔽效应的MMSE语音增强算法。该算法利用掩蔽阈值来调整MMSE算法中的增益值,使得增强后的语音信号残留噪声和语音畸变较小。通过计算机仿真对增强前后语音信号的信噪比分析以及主观试听表明:改进的MMSE语音增强算法不仅提高了语音信号的信噪比,而且减少了语音畸变,提高了语音的可懂度。

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.

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。

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。

基于噪声估计和听觉掩蔽效应的语音增强

针对非平稳噪声环境和低信噪比的情况,提出了一种基于低频区语音特性的非平稳噪声估计方法,通过构造一个时变的权值,实现对噪声的实时估计,同时结合人耳听觉掩蔽效应,利用估计出的噪声自适应设定增强系数。仿真实验表明,该方法能够较好地抑制背景噪声,提高信噪比,减少语音失真。

基于Hilbert-Huang变换和听觉掩蔽的语音增强算法

Hilbert-Huang变换是一种新型的具有自适应性的时频分析方法,分析了HHT算法的原理,提出了一种基于HHT和听觉掩蔽的语音增强算法,首先将语音信号进行EMD分解得到各阶IMF分量,然后对高频IMF分量进行听觉掩蔽处理,最后将处理后的分量与剩余分量叠加得到重构信号。仿真结果表明所提出的算法降低了语音失真测度值,提高了语音信号的信噪比、清晰度及可懂度,并与听觉掩蔽算法和谱减法进行了比较,显示了该算法的优越性。

基于听觉掩蔽效应和最优平滑的语音增强算法

针对谱减法在低信噪比下音乐噪声较大的缺点,通过分析人耳听觉掩蔽特性,提出一种改进的语音增强算法。在维纳滤波法的基础上结合掩蔽效应调整增益系数,采用非平稳环境下的最小约束递归平均算法进行噪声参数估计,利用最小均方误差准则的最优平滑因子对增强语音进行平滑处理,从而进一步消除音乐噪声。仿真结果表明,与改进谱减法与维纳滤波法相比,该算法在低信噪比情况下能有效抑制背景噪声和残余的音乐噪声,保持较好的语音质量和清晰度。

非平稳噪声环境下结合听觉掩蔽的语音增强

针对现有语音增强算法面临残留噪声这一问题,提出一种结合人耳听觉掩蔽的改进算法。将MMSE-LSA谱估计法和一种最优感知增强滤波器融入一个两极语音增强算法框架,利用人耳听觉掩蔽去除残留噪声;给出算法实施的具体步骤和最优感知滤波器的理论推导。实验结果表明,在非平稳噪声环境下,该算法可以有效降低语音失真和残余噪声,提升增强语音信号的主观和客观质量。

听觉掩蔽效应语音增强的改进算法

含噪信号利用掩蔽效应去噪后,噪声估计的误差导致语音失真。在利用听觉阈值计算谱减系数时提出了一种改进的计算方法,通过增加修改参数来抑制语音的过分衰减,减少了语音失真,然后基于MMSE准则对增强的语音谱再进行平滑处理,进一步抑制音乐噪声。实验表明该算法在不影响语音失真的基础上,提高了信噪比,消除了音乐噪声,主观测听的语音音质明显提高。

听觉掩蔽门限在说话者识别中的应用

语音信息在人的听觉系统中的表示具有一定的冗余性．利用这一特性把丢失数据技术应用于噪声环境下说话者识别系统的性能改进．听觉掩蔽效应这一听觉现象被用来检测语音信号频谱中被噪声严重干扰的“丢失成分”．经过丢失数据补偿技术结合语音增强处理，说话者识别系统在不利环境下的准确率得到了提高．通过对宽带噪声－ 白噪声和一种特殊噪声——汽车噪声干扰下语音的说话者辨认实验，发现这种方法优于单独使用语音增强方法．

基于听觉掩蔽效应的多带谱减语音增强算法

语音增强技术是解决噪声干扰的一个有效途径.通过分析人耳听觉掩蔽特性,提出一种改进的语音增强算法.该算法将人耳听觉掩蔽特性与多频带谱相减结合,首先对带噪语音进行多频带谱相减,然后从感知的角度,利用估计的语音信号计算掩蔽阈值,合理地调整谱减参数.仿真结果表明,与传统算法相比,该算法在低信噪比情况下能很好地抑制背景噪声和残余的音乐噪声,同时可保持较好的语音质量.

视听注意属性对听觉掩蔽效应的影响

在视听交互条件下,对听觉掩蔽与视听注意属性之间的关系进行分析与讨论。设视觉、听觉注意属性是影响听觉掩蔽的两个因素,试验采用二因素析因设计。试验结果显示,听觉掩蔽阈值只受听觉注意属性的明显影响;听觉判断反应时间则同时受到视觉、听觉注意属性的显著影响,其中反应时间的最大增幅达到100%。

基于听觉掩蔽效应的改进MFCC特征提取算法

目前，关于语音识别的研究尚处在实验室环境中，而实际的语音总是与噪声和干扰并存。人类能够在信噪比很低甚至在有干扰声音存在的环境中正确识剐语音主要是依靠人的双耳输入作用，本文就模仿人耳的听觉掩蔽效应来掩蔽噪声信号，提出了一种MFCC（Mel频率倒谱系数）改进提取算法。该算法能更好地减少噪声信号对纯净语音信号的影响，从而提高语音信号的识别率。实验表明改进后的算法相对于传统的MFCC提取算法大约有4．43％～8．42％的相对性能提升。

一种改进的基于人耳听觉掩蔽效应的语音增强算法

提出一种结合几何谱减法的基于人耳听觉掩蔽效应的算法.通过仿真证明,该算法与一般的基于人耳听觉掩蔽效应的算法相比,能更好地减少音乐噪声,提高信噪比.在去噪的同时,减小了纯净语音的畸变,达到良好的效果.

一种听觉掩蔽效应和维纳滤波的语音增强算法

将非平稳噪声估计算法以及基于听觉掩蔽效应得到的噪声被掩蔽概率应用于维纳滤波语音增强中,提出了一种听觉掩蔽效应和维纳滤波的语音增强方法。几种噪声背景下对语音增强的客观测试表明,提出的算法相比较于传统的维纳滤波语音增强算法而言不但可以提高语音信噪比,而且可以明显减少语音失真。

视觉任务对听觉掩蔽效应影响的实验分析

视觉和听觉的交互作用是重要的感知心理现象,视觉和听觉同时做感知任务,可能会相互影响。在听觉掩蔽效应实验中,如果同时有视觉任务,听觉掩蔽效应可能会发生变化。变化的听觉掩蔽效应在应用中又可能对视频感知造成影响。设计了3组不同的视觉任务来观察这个问题,要求被试同时完成视觉和听觉系统给予的感知任务。结果发现,同时进行视觉任务,听觉掩蔽效应受到影响,并且视觉任务与听觉感知对象的相关性也表现出干扰效果。