一种采用余弦镶边临界带滤波器组的弯折谱失真测度

建立在语音非线性感知特性基础上的谱失真测度，如Ｍｅｌ谱和Ｂａｒｋ 谱失真测度等，在语音处理的实际应用中取得了较好的效果．文中提出的余弦镶边临界带滤波谱失真测度也属于这一类，并且综合了二者的优点，所做改进及其特色主要有３ 点：一是采用临界带集成原理分配分析滤波器组的中心频率及带宽，使之更加符合耳蜗分析的机理；二是设计了一种新的余弦镶边滤波器代替Ｍｅｌ谱中的三角滤波器，使之对于共振峰的频移不敏感，增强了客观测度在噪声环境中提取共振峰参数的能力；三是具有与Ｍｅｌ谱失真测度相当的计算复杂度。

基于神经网络的语音谱失真测度研究

提出了基于神经网络的语音谱失真测度概念。利用前向神经网络，包括多层感知器和径向基函数网络，对多维非线性函数的逼近原理，使得谱失真测度函数具备了表现人耳听觉系统的主观感知行为的能力。结合语音质量客观评价应用，我们以在大量的失真条件下得到的主观评价结果作为期望值对该网络进行训练。统计相关分析表明，基于神经网络谱失真测度的客观评价方法的主客观评价的相关性，较之传统欧氏距离以及加权欧氏距离都有了显著的提高，并具有更高的鲁棒性．该方法还具有技术独立性．

基于感知模型的美尔谱失真测度

为了有效评价通信系统中的语音质量,基于语音感知分析,提出了M el域上一种新的语音信号特征表示方法———MFSC(美尔谱系数).MFSC既考虑人耳对频率的非线性感知特性,又结合了声音强度-响度非线性变换特性,符合语音感知分析.基于MFSC特征参数的提取,提出了用于语音质量客观评价的美尔谱失真测度(M el-SD),并将其应用于干扰条件下的无线通信系统语音质量评价.实验结果表明,M el-SD的平均相关值为0.942,分别比M el-CD和PESQ(语音质量感知评价)提高了0.089和0.031.

基于变换域稀疏度量的多级FrFT语音增强

针对非平稳噪声环境下,传统变换域中重叠的语音信号和噪声无法完全分离的问题,提出一种基于变换域稀疏度量的多级FrFT域语音增强算法。对语音信号在分数阶域的稀疏性进行研究,提出变换域稀疏度量确定最优变换阶数的方法,高效解决最优阶数确定的瓶颈问题。通过旋转时频轴将信号和噪声在多个最优FrFT域很好地分离,逐帧估计最优分数阶滤波器对带噪语音滤波。分析仿真和实验结果,并与小波去噪和子空间法等比较,其结果表明,该算法可有效提高信噪比,降低失真度,提升语音的清晰度和可懂度,去噪效果明显优于小波去噪和子空间法等方法,且运算更高效。