基于噪声鲁棒性特征和SVM的耳语音可懂度增强

• 作者: 周健 方贤勇 梁瑞宇 赵力
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 耳语音 可懂度增强 噪声鲁棒性特征 机器学习
• 年，卷（期）: 2012,（3）
• 页码范围: 261-265
• 分类号: TN912.35
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2012.03.001

摘要

提出了一种基于机器学习的耳语音可懂度增强方法.该方法利用已经训练好的2类支持向量机来估计一个二元时频掩蔽值,进而合成增强后的耳语音.输入支持向量机的特征向量GFCCs是基于听觉外周模型进行提取的,具有噪声鲁棒特性.在增强仿真实验中,将该算法同传统语音增强算法进行语音可懂度增强性能比较.客观评价和主观听力实验结果均表明,所提出的方法能有效提高含噪耳语音的听觉可懂度；相比谱减法和log-MMSE方法在低信噪比时无法提高语音可懂度,该方法在低信噪比时仍可有效提高含噪耳语音的听觉可懂度.此外,含噪耳语音通过所提出的方法进行增强后,其可懂度比未增强时明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵力	东南大学水声信号处理教育部重点实验室	308	3093	27.0	44.0
2	方贤勇	安徽大学智能计算与信号处理教育部重点实验室	18	99	5.0	9.0
3	周健	东南大学水声信号处理教育部重点实验室	54	372	11.0	16.0
5	梁瑞宇	东南大学水声信号处理教育部重点实验室	23	192	8.0	13.0