现阶段主动降噪耳罩的功能主要是主动抑制环境强噪声,为佩戴者提供听力保护。有源降噪算法及耳罩被动隔声结构对噪声与语音信号均具有抑制功能,难以保证佩戴者之间在强噪声环境下进行有效交流对话。针对该不足,在利用麦克风阵列前提下,...现阶段主动降噪耳罩的功能主要是主动抑制环境强噪声,为佩戴者提供听力保护。有源降噪算法及耳罩被动隔声结构对噪声与语音信号均具有抑制功能,难以保证佩戴者之间在强噪声环境下进行有效交流对话。针对该不足,在利用麦克风阵列前提下,提出一种基于广义旁瓣抵消器(Generalized sidelobe canceller,GSC)的主动隔声耳罩语音增强算法。在改进的主动隔声耳罩中,通过滤波-X最小均方(Filter-X least mean square,FXLMS)算法及耳罩被动隔声结构对环境强噪声进行隔离抑制,而通过GSC增强环境中的语音信号并将其作为次级通道在线辨识激励耦合到主动降噪子系统中,由耳罩腔内的消声扬声器直接输出。同时,考虑到耳罩被动隔声结构良好的高频隔声性能,在主动降噪子系统中对其进行补偿设计,避免环境噪声中的高频分量被再次引入耳罩腔内。理论和仿真验证了算法有效性,在主动隔离环境强噪声的同时,能够保留较高可懂度的语音信号。展开更多
为进一步提升语言辅助学习效果,以普通话日常学习研究对象,提出一种基于改进卷积传递函数广义旁瓣相消器(Convolutive Transfer Function Generalized Sidelobe Canceller, CTF-GSC)算法和改进维纳滤波算法的语音增强算法。其中,以CTF-...为进一步提升语言辅助学习效果,以普通话日常学习研究对象,提出一种基于改进卷积传递函数广义旁瓣相消器(Convolutive Transfer Function Generalized Sidelobe Canceller, CTF-GSC)算法和改进维纳滤波算法的语音增强算法。其中,以CTF-GSC算法作为基础的语音增强算法,通过其中的固定步长归一化最小均方(Normalized Least Mean Square, NLMS)算法进行改进,同时引入维纳滤波算法,并在对引入的维纳滤波算法进行改进后将其与改进后的CTF-GSC算法进行结合,进一步提升语音增强效果。仿真结果表明,与传统的维纳滤波算法相比,经过改进后的后置维纳滤波算法处理的语音信号处理具有更高的信噪比,更好的非干性噪声抑制效果;与固定步长的NLMS算法相比,改进所得VSS-NMLS算法在进行信号调制时具有更低的误差,更快的收敛速度;与未改进的CTF-GSC算法相比,本研究所构建的语音增强算法能够对语音信号中的噪声进行更加准确的剔除,进而提升语音增强效果。综上,构建的基于改进CTF-GSC算法和改进的后置维纳滤波算法的语音增强算法性能良好,可应用于辅助普通话的学习,提升学习质量。展开更多
文摘现阶段主动降噪耳罩的功能主要是主动抑制环境强噪声,为佩戴者提供听力保护。有源降噪算法及耳罩被动隔声结构对噪声与语音信号均具有抑制功能,难以保证佩戴者之间在强噪声环境下进行有效交流对话。针对该不足,在利用麦克风阵列前提下,提出一种基于广义旁瓣抵消器(Generalized sidelobe canceller,GSC)的主动隔声耳罩语音增强算法。在改进的主动隔声耳罩中,通过滤波-X最小均方(Filter-X least mean square,FXLMS)算法及耳罩被动隔声结构对环境强噪声进行隔离抑制,而通过GSC增强环境中的语音信号并将其作为次级通道在线辨识激励耦合到主动降噪子系统中,由耳罩腔内的消声扬声器直接输出。同时,考虑到耳罩被动隔声结构良好的高频隔声性能,在主动降噪子系统中对其进行补偿设计,避免环境噪声中的高频分量被再次引入耳罩腔内。理论和仿真验证了算法有效性,在主动隔离环境强噪声的同时,能够保留较高可懂度的语音信号。
文摘为进一步提升语言辅助学习效果,以普通话日常学习研究对象,提出一种基于改进卷积传递函数广义旁瓣相消器(Convolutive Transfer Function Generalized Sidelobe Canceller, CTF-GSC)算法和改进维纳滤波算法的语音增强算法。其中,以CTF-GSC算法作为基础的语音增强算法,通过其中的固定步长归一化最小均方(Normalized Least Mean Square, NLMS)算法进行改进,同时引入维纳滤波算法,并在对引入的维纳滤波算法进行改进后将其与改进后的CTF-GSC算法进行结合,进一步提升语音增强效果。仿真结果表明,与传统的维纳滤波算法相比,经过改进后的后置维纳滤波算法处理的语音信号处理具有更高的信噪比,更好的非干性噪声抑制效果;与固定步长的NLMS算法相比,改进所得VSS-NMLS算法在进行信号调制时具有更低的误差,更快的收敛速度;与未改进的CTF-GSC算法相比,本研究所构建的语音增强算法能够对语音信号中的噪声进行更加准确的剔除,进而提升语音增强效果。综上,构建的基于改进CTF-GSC算法和改进的后置维纳滤波算法的语音增强算法性能良好,可应用于辅助普通话的学习,提升学习质量。
