【摘要】：為了改善數(shù)字助聽器的性能,提高耳障患者佩戴助聽器的舒適度和可懂度。本文提出了數(shù)字助聽器中基于深度學(xué)習(xí)的方向性語音增強(qiáng)算法,該算法從雙耳數(shù)字助聽器中的聲源定位、波束形成和語音增強(qiáng)等關(guān)鍵技術(shù)出發(fā),首先利用頭相關(guān)傳遞函數(shù)提取雙耳空間特征信息,通過兩級(jí)深度學(xué)習(xí)確定出聲源的空間信息,接著利用波束形成的方法濾除與聲源不同方向的噪聲,最后在與聲源同方向的含噪語音通過基于cosh測(cè)度改進(jìn)的后置濾波方法對(duì)進(jìn)行增強(qiáng),達(dá)到語音增強(qiáng)的目的。本課題的研究工作由以下幾個(gè)部分組成:(1)基于深度學(xué)習(xí)的雙耳聲源定位算法的研究:首先雙耳語音信號(hào)通過Gammatone濾波器分解成若干通道,接著利用頭相關(guān)傳遞函數(shù)提取各通道的雙耳時(shí)間差、耳間相關(guān)性、雙耳聲壓差和雙耳相位差等四個(gè)表征聲源空間信息的特征參數(shù),并將前兩個(gè)特征參數(shù)作為第一級(jí)深度學(xué)習(xí)模塊的輸入,得到聲源所在的象限,縮小定位范圍。然后將以上提取的四個(gè)特征作為第二級(jí)深度學(xué)習(xí)模塊的輸入,得到90度范圍內(nèi)的方位角。最后依據(jù)兩級(jí)深度學(xué)習(xí)模塊的輸出確定聲源的精確方位角,實(shí)現(xiàn)了在水平面上360度以5度為步長(zhǎng)的72個(gè)方位角的聲源定位。(2)基于cosh測(cè)度的濾波的語音增強(qiáng)算法的研究:傳統(tǒng)的維納濾波方法,在消除噪聲的同時(shí),對(duì)語音的能量會(huì)大大的削弱。為了改進(jìn)維納濾波對(duì)語音能量的削減,本文采用cosh測(cè)度方法進(jìn)行改進(jìn),采用對(duì)數(shù)形式的測(cè)度進(jìn)行語音增強(qiáng)。因?yàn)檎Z音信號(hào)的頻率和帶寬呈現(xiàn)出類似于對(duì)數(shù)的非線性關(guān)系,對(duì)數(shù)的特性更適合描述語音信號(hào)。(3)數(shù)字助聽器中的方向性語音增強(qiáng)算法的研究:該算法首先利用基于聲源定位的語音增強(qiáng)算法得到聲源方向的空間信息,然后利用波束形成法去除與目標(biāo)語音不同方向的噪聲,接著利用基于cosh測(cè)度改進(jìn)的后置濾波去除與聲源相同方向的噪聲。實(shí)驗(yàn)結(jié)果表明,本文提出算法能夠在特定方向的目標(biāo)語音進(jìn)行方向性語音增強(qiáng),使得增強(qiáng)后的語音提高了言語可懂度和舒適度。首先本文提出的基于深度學(xué)習(xí)的雙耳聲源定位算法能夠獲得聲源的方向信息,保證了波束形成法能夠很好地去除與聲源信號(hào)不同方向的語音。在聲源方向上,利用基于cosh測(cè)度改進(jìn)后置濾波的語音增強(qiáng)算法不僅對(duì)噪聲具有更強(qiáng)的魯棒性,而且進(jìn)一步保留了語音能量。相較于對(duì)比算法,本文提出的數(shù)字助聽器中的方向性語音增強(qiáng)算法有更好的去噪能力。
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP18;R764.5;TN912.35
【圖文】：

北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文常方便，如圖 1-2 中的(a)所示。1948 年，隨著半導(dǎo)體的問世，半導(dǎo)體也開始是應(yīng)用于助聽器中，效果也有所改善，同時(shí)助聽器的體積也在進(jìn)一步縮小。晶體管助聽器的出現(xiàn)，助聽器開始向微型化發(fā)展。隨后出現(xiàn)了眼鏡式助聽器、耳背式助聽器、耳內(nèi)式助聽器，如圖 1-2 中的(b)(c)(d)所示。隨著大規(guī)模集成電路的出現(xiàn)助聽器在體積上進(jìn)一步減小，出現(xiàn)了耳道式助聽器和深耳道式助聽器，如圖 1-2中的(e)(f)所示。

第 3 章 基于波束形成的空間濾波從圖 3-7 可以可看出，當(dāng)信噪比為 5dB 時(shí)，LCMV 波束指向 0°時(shí)的波峰最高，即為保留目標(biāo)聲源方向，抑制其他方向，達(dá)到語音增強(qiáng)的目的。從圖 3-8 可以看出，波束在指向 0°和 10°時(shí)主瓣方向的波峰也是最高的，可以實(shí)現(xiàn)目標(biāo)方向的方向性語音增強(qiáng)。

北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文旁瓣的抑制能力更穩(wěn)健，波動(dòng)較小，其他方向的語音濾除更干凈，目標(biāo)語音方向保留的噪聲更少。為了進(jìn)一步說明MVDR和LCMV波束形成器對(duì)非目標(biāo)語音以外噪聲的濾除效果，本文對(duì)含噪語音進(jìn)行增強(qiáng)實(shí)驗(yàn)。實(shí)驗(yàn)設(shè)置陣元間距是半倍的波長(zhǎng)，噪聲信噪是 5dB，噪聲類型是 babble 噪聲，采樣頻率設(shè)置為 16kHz，幀長(zhǎng)為 320 個(gè)樣點(diǎn)。純凈語音信號(hào)的方向是 20°，babble 噪聲來自 70°是經(jīng)過 MVDR 和 LCMV 波束形成器后處理的語音信號(hào)波形圖和語譜圖，實(shí)驗(yàn)結(jié)果如下圖所示。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉鵬;;基于深度學(xué)習(xí)的語音增強(qiáng)方法研究[J];智能計(jì)算機(jī)與應(yīng)用;2019年05期

2 石玲;;基于計(jì)算機(jī)聲卡的譜相減語音增強(qiáng)系統(tǒng)分析[J];信息與電腦(理論版);2010年02期

3 孫濤;;基于計(jì)算機(jī)聲卡的譜相減語音增強(qiáng)系統(tǒng)分析[J];南昌教育學(xué)院學(xué)報(bào);2010年05期

4 張曉雷;;基于深度學(xué)習(xí)的語音增強(qiáng)簡(jiǎn)述[J];網(wǎng)絡(luò)新媒體技術(shù);2019年02期

5 李璐君;屈丹;;一種基于組合深層模型的語音增強(qiáng)方法[J];信息工程大學(xué)學(xué)報(bào);2018年04期

6 袁文浩;婁迎曦;梁春燕;夏斌;;利用生成噪聲提高語音增強(qiáng)方法的泛化能力[J];電子學(xué)報(bào);2019年04期

7 陰法明;唐於烽;;基于深度置信網(wǎng)絡(luò)的語音增強(qiáng)算法[J];電子器件;2018年05期

8 余華;唐於烽;趙力;;基于改進(jìn)深度置信網(wǎng)絡(luò)的語音增強(qiáng)算法[J];數(shù)據(jù)采集與處理;2018年05期

9 薛慧君;李盛;路國(guó)華;張楊;焦騰;王健琪;荊西京;;提升小波用于非接觸語音增強(qiáng)算法的研究[J];醫(yī)療衛(wèi)生裝備;2013年05期

10 胡海波;劉柏森;許銀;;基于小波變換的語音增強(qiáng)研究[J];黑龍江工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2011年01期

相關(guān)會(huì)議論文 前10條

1 王世偉;胡笑滸;鄭成詩(shī);李曉東;;一種改進(jìn)的基于能量差語音增強(qiáng)算法[A];中國(guó)聲學(xué)學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2011年

2 江峰;李曉東;;適用于抑制非平穩(wěn)背景噪聲的語音增強(qiáng)算法[A];中國(guó)聲學(xué)學(xué)會(huì)2003年青年學(xué)術(shù)會(huì)議[CYCA'03]論文集[C];2003年

3 閻兆立;杜利民;;維納后濾波語音增強(qiáng)算法研究[A];中國(guó)聲學(xué)學(xué)會(huì)2005年青年學(xué)術(shù)會(huì)議[CYCA'05]論文集[C];2005年

4 童峰;許肖梅;洪青陽;;一種帶階數(shù)估計(jì)的語音增強(qiáng)算法[A];第八屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];2005年

5 袁榕嶸;吳鳴;楊軍;;雙麥克風(fēng)語音增強(qiáng)快速算法[A];泛在信息社會(huì)中的聲學(xué)——中國(guó)聲學(xué)學(xué)會(huì)2010年全國(guó)會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2010年

6 國(guó)雁萌;;一種極低信噪比條件下的語音增強(qiáng)方法[A];第六屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];2001年

7 李海峰;韓紀(jì)慶;鄭鐵然;;元音、輔音粗判自適應(yīng)電話語音增強(qiáng)方法[A];第七屆全國(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議（NCMMSC7）論文集[C];2003年

8 高登峰;楊波;郭東岳;;基于深度神經(jīng)網(wǎng)絡(luò)的地空通話語音增強(qiáng)方法[A];第一屆空中交通管理系統(tǒng)技術(shù)學(xué)術(shù)年會(huì)論文集[C];2018年

9 樓廈廈;鄭成詩(shī);李曉東;;濾波器權(quán)值約束對(duì)自適應(yīng)零限波束形成語音增強(qiáng)算法魯棒性影響分析[A];中國(guó)聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（上）[C];2007年

10 任玉寶;;基于聯(lián)合字典學(xué)習(xí)的語音增強(qiáng)算法[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2019年學(xué)術(shù)會(huì)議論文集[C];2019年

相關(guān)重要報(bào)紙文章 前3條

1 ;NMS Sonata Ⅲ/Studio Sound級(jí)語音增強(qiáng)系統(tǒng)話音更清晰[N];中國(guó)計(jì)算機(jī)報(bào);2003年

2 本報(bào)記者 馬楠;NMS市場(chǎng)目標(biāo)轉(zhuǎn)向無線服務(wù)提供商[N];通信產(chǎn)業(yè)報(bào);2001年

3 ;VoIP服務(wù)不只是便宜的通話[N];網(wǎng)絡(luò)世界;2002年

相關(guān)博士學(xué)位論文 前10條

1 江文斌;面向復(fù)雜場(chǎng)景的極低碼率語音編解碼和語音增強(qiáng)關(guān)鍵技術(shù)研究[D];上海交通大學(xué);2018年

2 高天;復(fù)雜環(huán)境下基于深度學(xué)習(xí)的語音信號(hào)預(yù)處理方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

3 童仁杰;基于信號(hào)稀疏特性的語音增強(qiáng)算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

4 王青;基于深層神經(jīng)網(wǎng)絡(luò)的多目標(biāo)學(xué)習(xí)和融合的語音增強(qiáng)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

5 王冬霞;麥克風(fēng)陣列語音增強(qiáng)的若干方法研究[D];大連理工大學(xué);2007年

6 歐世峰;變換域語音增強(qiáng)算法的研究[D];吉林大學(xué);2008年

7 孫琦;基于子空間的低計(jì)算復(fù)雜度語音增強(qiáng)算法研究[D];吉林大學(xué);2017年

8 夏丙寅;面向移動(dòng)通信的單通道語音增強(qiáng)方法研究[D];北京工業(yè)大學(xué);2014年

9 姚峰英;語音增強(qiáng)系統(tǒng)的研究與實(shí)現(xiàn)[D];中國(guó)科學(xué)院上海冶金研究所;2001年

10 張龍;有監(jiān)督學(xué)習(xí)條件下的單通道語音增強(qiáng)算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 涂亮;基于深度學(xué)習(xí)的復(fù)雜背景下的語音增強(qiáng)算法[D];華中科技大學(xué);2019年

2 褚偉;基于條件深度卷積生成對(duì)抗網(wǎng)絡(luò)的語音增強(qiáng)模型研究[D];華東交通大學(xué);2019年

3 王虎;基于稀疏表示及二值掩碼估計(jì)的語音增強(qiáng)算法研究[D];山東科技大學(xué);2018年

4 潘冬梅;數(shù)字助聽器中基于深度學(xué)習(xí)的方向性語音增強(qiáng)算法研究[D];北京工業(yè)大學(xué);2019年

5 項(xiàng)揚(yáng);基于監(jiān)督學(xué)習(xí)構(gòu)建維納濾波器的語音增強(qiáng)方法研究[D];北京工業(yè)大學(xué);2019年

6 譚緯城;基于頻譜補(bǔ)償?shù)柠溈孙L(fēng)陣列語音增強(qiáng)算法研究[D];華南理工大學(xué);2019年

7 續(xù)嬌;基于自適應(yīng)波束成形的語音增強(qiáng)算法研究與實(shí)現(xiàn)[D];北京交通大學(xué);2019年

8 程澤豐;混響環(huán)境下的遠(yuǎn)程語音增強(qiáng)方法研究[D];浙江大學(xué);2019年

9 黃張翼;基于深度神經(jīng)網(wǎng)絡(luò)的語音增強(qiáng)方法研究[D];重慶郵電大學(xué);2018年

10 余國(guó)修;麥克風(fēng)陣列語音增強(qiáng)算法研究[D];西安電子科技大學(xué);2019年

本文編號(hào)：2747445