何玉文
- 作品数：5 被引量：15H指数：2
- 供职机构：北京工业大学电子信息与控制工程学院更多>>
- 发文基金：北京市教育委员会科技发展计划国家自然科学基金北京市属高等学校人才强教计划资助项目更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 基于高斯混合模型的压缩域语音增强方法被引量：9
- 2012年
- 为了有效利用纯净语音导抗谱频率参数(ISFs)的先验知识,本文针对ITU-T G.722.2宽带语音编码标准提出了一种基于高斯混合模型的压缩域语音增强方法.首先,将含噪语音、纯净语音的导抗谱频率参数,以及对应的增益调整因子构成特征矢量,并利用高斯混合模型拟合其概率密度;然后,在最小均方误差(MMSE)准则下对纯净语音的特征参数进行最优贝叶斯估计.为了兼容编码器中的非连续性传输模式,当处理信号为非语音信息时,算法在保持噪声帧谱包络参数不变的前提下,按固定比例调整对数帧能量;且若出现帧擦除情况,算法不调整接收到的码流,并按正常帧处理方式调整恢复后的参数以更新相关历史.本文采用ITU-T G.160标准进行了性能测试,结果表明,与参考方法相比,所提方法在保证信噪比提高能力的同时,可以达到更大的噪声衰减量,且增强语音的客观质量更优.
- 梁岩鲍长春夏丙寅何玉文周璇李娜
- 关键词：语音增强参数域高斯混合模型贝叶斯估计
- 一种基于自适应噪声估计的宽带语音增强算法被引量：1
- 2011年
- 为解决传统算法对噪声适应性较差,残留音乐噪声较强的问题,本文提出了一种基于自适应噪声估计的宽带语音增强算法。该算法可应用于宽带语音编码器,以提升在噪声环境下的编码质量。本文所提算法利用谱熵对噪声类型进行有效地判别,将背景噪声分为白噪声和有色噪声两类,并根据噪声特性选择适当的噪声估计方法。在白噪声背景下,选择一种谱平滑的方法;在有色噪声背景下,则选择经典的最小值控制递归平均算法。在此基础上结合经典的统计模型方法,构建一种具有较强噪声鲁棒性的宽带语音增强算法。在ITU-T G.160标准下对算法进行性能测试,测试结果表明,在不同强度的背景噪声环境下,增强语音的信噪比提高都较为明显。同时,在低信噪比情况下,该算法有效地抑制了严重影响听觉质量的音乐噪声现象。
- 周璇鲍长春夏丙寅梁岩何玉文
- 关键词：噪声估计统计模型谱熵
- 一种基于自适应噪声估计的宽带语音增强算法
- 为解决传统算法对噪声适应性较差，残留音乐噪声较强的问题，本文提出了一种基于自适应噪声估计的宽带语音增强算法。该算法可应用于宽带语音编码器，以提升在噪声环境下的编码质量。本文所提算法利用谱熵对噪声类型进行有效地判别，将背景...
- 周璇鲍长春夏丙寅梁岩何玉文
- 关键词：噪声估计统计模型谱熵
- 语音通信中的非平稳噪声估计方法研究
- 现有单通道语音增强技术对平稳噪声的跟踪与消除能力较强，但对于现实生活中常见的非平稳噪声，往往会出现噪声估计不准确、噪声抑制效果较差的问题，因此非平稳噪声环境下的语音增强就成为实际应用中需要解决的一项课题。本论文的研究内容...
- 何玉文
- 关键词：语音通信优化算法
- 基于AR-HMM在线能量调整的语音增强方法被引量：6
- 2014年
- 针对单通道语音增强技术对非平稳噪声的跟踪不准确、噪声抑制效果较差的问题,本文提出一种基于在线能量调整的语音增强方法.该方法以归一化临界带能量为特征,采用高斯混合模型对背景噪声进行分类,利用对应类型噪声的自回归隐马尔可夫模型(Auto-Regressive Hidden Markov Model,AR-HMM)和纯净语音的AR-HMM,在最小均方误差准则下估计语音和噪声的功率谱.考虑到非平稳环境中训练集和测试集的差异性,需在线调整语音模型和噪声模型中的能量,语音模型的能量调整采用迭代的期望最大化算法;噪声模型的能量调整则利用的是模型训练过程中的能量重估方法,并以最小值控制的递归平均算法确定噪声能量调整的初始值.在ITU-T G.160标准下对算法进行性能测试,测试结果表明,本文方法对非平稳噪声的跟踪效果较好,对噪声衰减量较大,收敛时间较短.
- 何玉文鲍长春夏丙寅
- 关键词：语音增强非平稳噪声隐马尔可夫模型高斯混合模型
