|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于多分辨率高斯滤波器组的时频分析方法显示文摘综合人耳听觉模型及小波变换多分辨率特性进行电气设备异响信号特征分析,提出了一种符合变压器运行声音信号功率谱特征的多分辨率高斯滤波器组时频分析方法。通过对人耳听觉系统非线性特性,设计高斯滤波器组对数变化中心频率,同时基于小波变换思想扩展了滤波器组的多分辨率特性。详细讨论了基于多分辨率高斯滤波器组功率响应及临界带宽选取的滤波器参数设计方法。分析了多分辨率高斯滤波器组相比等带宽高斯滤波器组的多分辨率特性及滤波器组倒谱系数特征识别性能。 | 詹海峰 田红心 牛博 李从林 | 2017 | 中国电子科学研究院学报2017，12，6： | 5 |
| 2 | 基于广义加权贝叶斯估计的语音增强算法研究显示文摘相对于传统的瑞利假设,语音的离散傅里叶变换(DFT)系数更好地服从Chi分布。为了寻求语音失真度和噪声抑制程度之间的平衡,先在语音DFT系数服从Chi分布假设的条件下推导出一个基于听觉感知特性广义加权的贝叶斯估计器。然后,将语音存在概率考虑进新推导出的贝叶斯估计器中,获得一个Chi先验下联合了语音存在概率的贝叶斯估计器。为了在语音的起始段抑制音乐噪声的产生,得到一个新型的混合先验信噪比估计器。仿真证明,提出的增强算法较传统算法在各种噪声环境下各种性能指标都有了较大的提高。 | 黄张翼 周翊 刘金刚 刘宏清 | 2018 | 计算机仿真2018，35，11： | 2 |
| 3 | 基于独立分量分析与二值掩膜的语音分离显示文摘针对欠定混合语音信号模型,提出一种基于独立分量分析和二值掩膜相结合的语音分离新算法.首先,由并列放置的两个全指向性麦克风采集混合声音信号,通过一阶差分麦克风阵列技术使得两路混合信号满足瞬时混合模型;然后,应用两输入两输出独立分量分析方法对两路信号进行分离并估计分离信号的二值掩膜,循环迭代进而提取目标语音信号;最后,合并同源语音信号,增强各独立声源.仿真结果表明:该方法不仅适用于瞬时混合模型,对卷积混合模型同样有效;在瞬时混合条件下信噪比增益平均达到12.41dB,在卷积混合条件下信噪比增益平均为5.28dB.试验结果表明:算法在半消音室环境下能准确分离来自不同方位的三个声源,提取的目标语音都具有较高的清晰度与可懂性. | 钱思冲 向阳 李胜杨 李恒 | 2015 | 华中科技大学学报(自然科学版)2015，43，7： | 2 |
| 4 | 针对听力受损者的低复杂度感知估计降噪算法显示文摘0引言助听器的使用人群是听力受损者,因此助听器中的降噪算法也应更多的考虑听力受损者的听觉特性。同时,由于助听器体积小、功耗低,助听器中的降噪算法的计算量也不宜过大,才能满足实时性等方面的要求。本文在一种基于听觉掩蔽的贝叶斯感知估计降噪算法的基础上,结合听力受损者的听觉特性,提出一种适合于使用在助听器中的低复杂度感知估计降噪算法。 | 王玥 李平 崔杰 | 2013 | 声学技术2013，32，S1： | 0 |
| 5 | 融合辅助目标学习和卷积循环网络的非侵入式语音质量评价算法显示文摘语音质量的客观评价可以代替昂贵的人工评分,但是目前客观指标的计算通常需要纯净的参考语音,这在许多实际声学系统中很难获得。为此提出了一种融合辅助目标学习和卷积循环网络(CRN)的非侵入式语音质量评价算法。为降低算法的复杂度,算法采用基于仿人耳听觉特性滤波器的Bark频率倒谱系数(BFCCs)作为CRN的输入。算法首先构建一个卷积神经网络(CNN)从BFCCs中提取帧级特征。然后,构建双向的长短记忆网络,在帧级特征中建模长期的时间依赖性和序列特征。最后,利用自注意力机制自适应地从帧级特征中筛选出有用信息,将其整合至话语层面的特征中,并将这些话语级特征映射为客观得分。为改善质量评测的有效性,算法采用多任务训练策略,引入语音激活检测(VAD)作为辅助学习目标。基于开源数据库的实验显示,与其他非侵入式算法相比,提出的算法和平均主观意见分(MOS)具有更好的相关性。而且,算法参数规模较小且对ITU-T P.808发布的带有主观MOS的失真语音数据库具有良好的泛化能力,接近语音质量感知评估(PESQ)指标的精度。 | 唐闺臣 梁瑞宇 孔凡留 谢跃 鞠梦洁 | 2022 | 声学学报2022，47，5： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员