心理聲學(xué)研究及其在語(yǔ)音增強(qiáng)上的應(yīng)用.pdf

1、心理聲學(xué)主要研究人耳對(duì)聲音信號(hào)的處理過(guò)程，建立聲音的物理性質(zhì)與其在聽(tīng)覺(jué)產(chǎn)生的主觀感覺(jué)之間的聯(lián)系，從而得到相應(yīng)的心理聲學(xué)模型，最終在科學(xué)研究和工程實(shí)踐中加以應(yīng)用。本文主要研究心理聲學(xué)的掩蔽效應(yīng)、頻帶劃分以及參量模型，并給出了一種新的計(jì)算心理聲學(xué)波動(dòng)強(qiáng)度的參量模型。在此基礎(chǔ)上，本文將心理聲學(xué)掩蔽效應(yīng)以及頻帶劃分應(yīng)用到了單通道語(yǔ)音增強(qiáng)上，給出了兩種基于心理聲學(xué)的單通道語(yǔ)音增強(qiáng)改進(jìn)算法:基于心理聲學(xué)掩蔽的單通道語(yǔ)音增強(qiáng)改進(jìn)算法以及基于心理聲學(xué)等

2、矩形帶寬(ERB)尺度劃分的多子帶譜減改進(jìn)算法。
　　心理聲學(xué)波動(dòng)強(qiáng)度與粗糙度一樣，是一種基本的心理聲學(xué)聽(tīng)覺(jué)感知。一個(gè)重要的區(qū)別在于波動(dòng)強(qiáng)度反映了聲音信號(hào)更慢的振幅波動(dòng)。本文給出了一種新的基于ERB的波動(dòng)強(qiáng)度計(jì)算模型。通過(guò)在ERB尺度上劃分75個(gè)濾波通道，并且將每個(gè)通道的廣義調(diào)制度（GMD）加權(quán)、濾波以及求和得到最終的波動(dòng)強(qiáng)度值。新算法給出了一種新的將每個(gè)ERB中的GMD轉(zhuǎn)變成特性波動(dòng)強(qiáng)度的方式。另外，新算法給出了用ERB尺度替代

3、Bark尺度。比較基于ERB尺度劃分的新算法和基于Bark尺度劃分的新算法可以發(fā)現(xiàn)，基于ERB尺度劃分的新算法降低RMSE值到73％并且提高相關(guān)系數(shù)值到17％。另外，本文還給出了關(guān)于為何在最終計(jì)算特性波動(dòng)強(qiáng)度時(shí)需要加權(quán)的原因。實(shí)驗(yàn)仿真結(jié)果表明，與已有的Zwicker波動(dòng)強(qiáng)度模型[1]相比較，本文的波動(dòng)強(qiáng)度模型能夠降低RMSE值超過(guò)90％并且提高相關(guān)系數(shù)值高達(dá)23％。因此，本文的波動(dòng)強(qiáng)度模型所計(jì)算得到的結(jié)果與主觀測(cè)試結(jié)果更加吻合。

4、　　在心理聲學(xué)理論研究的基礎(chǔ)上，本文給出了基于聽(tīng)覺(jué)掩蔽效應(yīng)和頻帶劃分的兩種單通道語(yǔ)音增強(qiáng)改進(jìn)算法。本文首先實(shí)現(xiàn)了Virag提出的基于心理聲學(xué)掩蔽的單通道語(yǔ)音增強(qiáng)算法，然后通過(guò)改進(jìn)Virag算法中的頻域掩蔽模型并引入時(shí)域掩蔽模型，得到改進(jìn)后的算法。在改進(jìn)的算法中，根據(jù)頻域掩蔽模型和時(shí)域掩蔽模型計(jì)算得到噪聲掩蔽閾，進(jìn)而調(diào)節(jié)譜減參數(shù)以得到噪聲降低、語(yǔ)音失真和殘留音樂(lè)噪聲這三者在人耳聽(tīng)覺(jué)上的最好折中。另外，本文還給出了一個(gè)基于心理聲學(xué)ERB尺度