基于听觉帧增益的含噪语音谐波检测用于可懂度增强

本文提出了一种新颖的HDAG（谐波检测听觉增益）方法，用于噪声场景下的语音可懂度增强。在所提出的方案中，采用一系列选择性伽马啁啾滤波器来强调语音的谐波分量，从而减少声学噪声的掩蔽效应。基频通过HHT-Amp技术估计。检测到精度较低的谐波模式根据FSFFE低/高音分离进行调整。滤波器组的中心频率根据最适合覆盖与可懂度最相关区域的第三倍频程子带来定义。在信号重建之前，伽马啁啾滤波后的分量通过由FSFFE分类调节的增益因子进行放大。所提出的HDAG解决方案和三种基线技术针对六种背景噪声和四种信噪比进行了检验。采用三种客观指标评估语音可懂度和质量。多项实验表明，与竞争方法相比，所提出的方案实现了更好的语音可懂度提升。进一步进行了感知听力测试，结果与客观结果一致。