改进的参数自适应的维纳滤波语音增强算法

摘要：

为探究不同的噪声对语音增强算法性能的不同影响,提出一种参数自适应维纳滤波语音增强算法,根据不同的噪声类型,设置不同的参数初始值,做不同的噪声功率谱评估.使用深度神经网络对噪声进行分类,得到准确的分类结果;对不同的噪声,得到维纳滤波算法与使用声音活动检测(VAD)进行噪声功率谱评估相结合的语音增强算法的最优系数组合.进行系列实验,客观的评价结果表明,该算法在Babble噪声下,5 db的信噪比时,能够将PESQ值提高0.25,针对其它的噪声与不同信噪比情况,PESQ值也有相应的提高.

关键词：深度神经网络、噪声分类、语音增强、维纳滤波算法、声音活动检测

所属期刊栏目：38

分类号：TP391.9(计算技术、计算机技术)

资助基金：教育部高等学校博士点基金项目20111402110013

在线出版日期：2017-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：714-718