多频带谱减法用于生态环境声音分类

基于人类听觉特性的Mel频率倒谱系数广泛用于声音识别,然而在生态环境中噪声的出现导致其识别率剧减。提出一种在噪声背景下生态环境声音分类方法。利用非线性多频带谱减法对声音功率谱进行去噪处理并提取改进Mel频率倒谱系数,有效削弱不同频率段噪声功率谱干扰。利用支持向量机良好的鲁棒性和抗噪能力对含有噪声的生态环境声音进行分类。实验表明该方法能有效在噪声背景下对生态环境声音准确分类。

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.

结合语音增强的基音检测改进方法

针对低信噪比情况下,语音信号传统的基音检测方法鲁棒性较差的问题,提出一种结合语音增强的基音检测改进方法。通过基于听觉掩蔽的多频带谱减法减小带噪语音信号背景噪声,得到较干净的语音;将增强后的语音作为基音检测的待处理语音,利用能零积和能零比的多门限法对其进行清浊音判决;在平均幅度差函数(AMDF)加权自相关函数(ACF)的基础方法上进行改进,实现精确的基音检测。理论与仿真结果表明,在信噪比为-10dB时,该方法依然能够精确检测基音周期,鲁棒性明显提高。