最小处理近-end聆听增强

来自手机或公共广播系统的语音可懂度和质量常受聆听环境中背景噪声的影响。通过对语音信号进行预处理，可以改善语音可懂度和质量——这被称为近端聆听增强（NLE）。尽管现有NLE技术能够在恶劣噪声环境中大幅提升可懂度，但在有利噪声条件下，语音可懂度会达到上限而无法进一步增强。实际上，现有方法仅关注提升可懂度，导致对语音信号的不必要处理，并引起语音失真和质量下降。本文为NLE提供了一种新原理：在满足特定性能约束（如可懂度）的前提下，以处理惩罚最小的方式对目标语音进行处理。我们给出了一种闭式解，其中性能准则为基于近似语音可懂度指数的可懂度估计器，处理惩罚为处理后语音与干净语音之间的均方误差。由此产生的NLE方法通过简单的增益规则适应变化的噪声条件，将处理限制在达到期望可懂度所需的最小必要范围内，同时在有利噪声情况下通过最小化语音失真量来关注质量。通过仿真研究，我们表明所提方法在客观测量和主观听测中均达到与现有方法相当或更好的语音质量，同时保持与现有方法相当的客观语音可懂度性能。