文章摘要:针对采用梅尔域特征进行语音增强时存在有效特征丢失的问题，提出采用更符合人耳压缩感知的幂函数提取带噪语音的伽马通域特征，将其与梅尔域特征深度混合进行语音增强，用于改善梅尔域滤波器在高频处丢失有效特征的局限性。同时，为了捕获语音的瞬变信息和相邻帧语音信息间的联系，求取混合特征的差分导数，将其与初始特征融合得到混合特征。其次，由于传统的时频掩蔽无法根据信噪比的不同自动调节，从而影响了增强语音的可懂度。为使系统在提升语音质量的同时尽可能地减少语音失真，提出一种可以根据信噪比信息自适应调节的软掩模，其可以根据语音信噪比信息的不同进行自动调节，得到相应信噪比条件下的掩蔽值，并在其中融入可提升语音可懂度的相位差信息。最后，对不同噪声背景下的多条语音进行实验。实验结果表明，采用混合特征和自适应软掩模进行语音增强时，保持了语音频谱的完整性，在提升增强语音主观语音质量和短时客观可懂度，验证了所提算法的有效性。

文章关键词:

项目基金: