用于双耳助听器可懂度提升的基于模型的语音增强
音频与语音处理
2018-10-02 v2 声音
摘要
在鸡尾酒会场景等情况下，听力受损个体的语音可懂度常常严重下降。已观察到当前助听器技术在这些场景中的性能有限。在本文中，我们提出了一种考虑语音产生模型的双耳语音增强框架。此处提出的增强框架基于卡尔曼滤波器，使我们能够在增强过程中考虑语音产生动态。卡尔曼滤波器的使用需要估计干净语音和噪声的短时预测器(STP)参数，以及干净语音基音参数。在这项工作中，提出了一种基于双耳码本的方法来估计 STP 参数，并使用基于谐波模型和最大似然原理的定向基音估计器来估计基音参数。所提出的估计 STP 和基音参数的方法联合使用了左右耳的信息，从而实现对滤波器参数更鲁棒的估计。已使用 PESQ 和 STOI 等客观度量来评估该增强框架在代表鸡尾酒会场景的不同声学场景中的表现。我们还对一组九名正常听力受试者进行了主观听力测试，以从可懂度和质量提升方面评估性能。听力测试表明，所提出的算法即使仅能获取单通道含噪观测，也能显著改善整体语音质量，并将语音可懂度提升高达 15%。
引用
@article{arxiv.1806.04885,
title = {Model-based Speech Enhancement for Intelligibility Improvement in Binaural Hearing Aids},
author = {Mathew Shaji Kavalekalam and Jesper K. Nielsen and Jesper B. Boldt and Mads G. Christensen},
journal= {arXiv preprint arXiv:1806.04885},
year = {2018}
}
备注
after revision