用于提升非平稳噪声语音可懂度的盲掩蔽方法
音频与语音处理
2021-07-07 v1 声音
信号处理
摘要
本文提出一种新颖的盲声学掩蔽(BAM)，旨在时域中自适应地检测噪声分量并保留目标语音段。对非平稳噪声语音采用鲁棒的标准差估计器来识别噪声掩蔽元素。所提方案的主要贡献在于利用该噪声统计量导出自适应信息，以定义并选取噪声占比较低样本，从而保留语音可懂度。此外，该非理想掩蔽无需预先获知目标语音与噪声信号的统计信息。考虑由三种非平稳声学噪声及六种信噪比(SNR)值污染的语音信号，对BAM与三种对比方法——理想二值掩蔽(IBM)、目标二值掩蔽(TBM)和非平稳噪声估计语音增强(NNESE)——进行了评估。结果表明，BAM技术在取得与理想掩蔽相当的可懂度增益的同时，保持了良好的语音质量。
引用
@article{arxiv.2008.09175,
title = {Blind Mask to Improve Intelligibility of Non-Stationary Noisy Speech},
author = {F. Farias and R. Coelho},
journal= {arXiv preprint arXiv:2008.09175},
year = {2021}
}
备注
5 Pages, 5 Figures, 3 Tables