[發(fā)明專利]改進(jìn)的Mel頻率尺度與耳語音共振峰結(jié)合的耳語音增強(qiáng)算法

在審

• 申請?zhí)枺?/td>: 201910341152.0
• 申請日: 2019-04-25
• 公開（公告）號: CN110931037A
• 公開（公告）日: 2020-03-27
• 發(fā)明（設(shè)計(jì)）人: 李晨;韋怡;曾毓敏
• 申請（專利權(quán)）人: 南京師范大學(xué)
• 主分類號: G10L21/0232
• 分類號: G10L21/0232;G10L21/0264
• 代理公司: 北京盛凡智榮知識產(chǎn)權(quán)代理有限公司 11616
• 代理人: 梁永昌

1.改進(jìn)的Mel頻率尺度與耳語音共振峰結(jié)合的耳語音增強(qiáng)算法，其特征在于，對普通傳統(tǒng)Mel頻率尺度以及M_m頻率尺度根據(jù)耳語音的特點(diǎn)進(jìn)行改進(jìn)，將提出的新頻率尺度稱為M_improved頻率尺度，根據(jù)耳語音的感知特性，需要使用頻率映射函數(shù)來抑制高、低頻，增強(qiáng)中間頻率，通常，考慮到耳語音的第二共振峰的頻率范圍約為1500-2500Hz，則在這種情況下兩者頻率的映射假設(shè)如下：

式中，f為耳語音線性頻率，C和q為假設(shè)的未知常數(shù)；

為滿足映射函數(shù)的連續(xù)性及對第二共振峰頻率權(quán)值的加重，M_improved頻率尺度的頻率映射公式計(jì)算出來為：

同樣的思想，當(dāng)輸入耳語音信號的第二共振峰在1000Hz至1500Hz之間，則需要加重該頻段的尺度權(quán)重，因此可以計(jì)算出在這種情況下的Mel頻率尺度頻帶劃分表達(dá)式：

若輸入耳語音信號的第二共振峰在1500Hz至2000Hz之間以及2500Hz至3000Hz之間時，其頻帶劃分尺度分別為如下：

依照上述規(guī)律，當(dāng)耳語音的第二共振峰頻率處于除上述情況之外時，則采用提出的改進(jìn)M_improved頻率尺度，如公式(2)所示，根據(jù)提取的耳語音信號第二共振峰頻率范圍來選擇上述改進(jìn)的Mel頻率尺度劃分頻帶；

經(jīng)過上述的耳語音共振峰頻率與頻帶劃分相結(jié)合，增強(qiáng)后的耳語音功率譜可由下式得到：

其中，x_i＜ω＜x_i+1，這里x_i和x_i+1分別表示為第i個頻帶中的起始頻點(diǎn)和結(jié)束頻點(diǎn)，α_i與β′分別是第i個頻帶中的過減因子和譜下限，過減因子由分段信噪比構(gòu)成的函數(shù)來控制每個子帶中去除噪聲的程度，而譜下限代表著每個頻帶的權(quán)重值，為各個頻帶之間提供更大的靈活性；|Y_i(ω)|²是帶噪耳語音功率譜，表示更新的噪聲功率譜；

各個頻帶中的過減因子可表示如下：

式中，α_max＝5，α_min＝1，SNR_min＝-5dB，SNR_max＝20dB，其中第i個頻帶的分段信噪比為：

其中，和是第i個頻帶中的帶噪耳語音功率譜和噪聲功率譜，X是頻帶劃分的總頻帶數(shù)；

公式(6)中的比例因子δ_i可以提供附加控制去噪程度，根據(jù)耳語音特性分析可知該值可設(shè)為如下：

式中，f_i代表第i個頻帶中的上界頻率，F(xiàn)_s是信號的采樣頻率。