一种双通道语音增强方法

J4 ›› 2012, Vol. 34 ›› Issue (5): 172-177.

一种双通道语音增强方法

钟金荣,梁宇,林嘉宇

(国防科学技术大学电子科学与工程学院,湖南长沙 410073)

收稿日期:2010-01-28 修回日期:2010-04-27 出版日期:2012-05-25 发布日期:2012-05-25

A Dual Microphone Speech Enhancement Method

ZHONG Jinrong,LIANG Yu,LIN Jiayu

(School of Electronic Science and Engineering,National University of Defense Technology,Changsha 410073,China)

Received:2010-01-28 Revised:2010-04-27 Online:2012-05-25 Published:2012-05-25

摘要/Abstract

摘要：

本文提出了一种用于语音识别的双麦克风语音增强算法。该算法主要利用两个语音通道之间语音信号的空间相关性和时间相关性，进行空时域滤波，消除噪声。在输入语音信噪比为0至20dB之间时，能获得较大的信噪比处理增益。该方法只采用了两个麦克风，结构简单；相对于维纳后滤波法，解除了要求两麦克风接收的噪声信号不相关的约束，可以去除点声源的非强相干噪声。和一般的波束形成算法相比，可以去除期望声源方向的弱相关噪声。

关键词: 语音识别, 语音增强, 双通道, 空时域相关

Abstract:

A voice recognition speech enhancement method for dual microphones is proposed .This method, making use of two voice signal spatial correlation and temporal correlation, can reduce noise by spatialtemporal prediction .When the input SNR is higher than 0dB, remarkable improved SNR can be obtained. This method is based on two microphones, with a simple structure; the reduction to a point noise is remarkable; the irrelevance of noise between two microphones is not required; and the weak correlative noise on the target direction can be reduced.

Key words: voice recognition;speech enhancement;twochannel;spatialtemporal correlation

钟金荣,梁宇,林嘉宇. 一种双通道语音增强方法[J]. J4, 2012, 34(5): 172-177.

ZHONG Jinrong,LIANG Yu,LIN Jiayu. A Dual Microphone Speech Enhancement Method[J]. J4, 2012, 34(5): 172-177.

[1]	陈璐, 董凌, 王文君, 王剑, 余正涛, 高盛祥, . 融合音素的缅甸语语音识别文本纠错[J]. 计算机工程与科学, 2024, 46(06): 1121-1127.
[2]	王斐斐, 贲可荣, 张献. 基于领域知识的语音识别鲁棒性增强技术研究[J]. 计算机工程与科学, 2023, 45(12): 2155-2164.
[3]	郭盼盼, 陈梦雪, 梁祖达, 马晓畅, 许邦建. 面向FT-M7002平台点积算法的优化实现[J]. 计算机工程与科学, 2022, 44(11): 1909-1917.
[4]	张开生, 赵小芬. 复杂环境下基于自适应深度神经网络的鲁棒语音识别[J]. 计算机工程与科学, 2022, 44(06): 1105-1113.
[5]	桑海伟1,3，徐孩2，熊伟程1，左羽1，赵勇1,2. 基于像素注意力的双通道立体匹配网络[J]. 计算机工程与科学, 2020, 42(05): 877-883.
[6]	晁浩1,2，杨占磊2，刘文举2 . 基于最大似然线性回归的随机段模型说话人自适应研究[J]. J4, 2014, 36(08): 1604-1608.
[7]	李冠宇，于洪志，李永宏，马宁. 基于决策树的藏语拉萨话三音子模型[J]. J4, 2013, 35(9): 146-150.
[8]	谭海. 基于KILL规则的双通道3D众核NoC原型构建[J]. J4, 2013, 35(7): 11-15.
[9]	包亚萍,郑〓骏,武晓光. 基于HMM和遗传神经网络的语音识别系统[J]. J4, 2011, 33(4): 139-144.
[10]	宫〓洵,李建文,王马川. 多通道皮肤听声系统中语音增强算法的应用研究[J]. J4, 2011, 33(4): 164-167.
[11]	马震1,谭业武1,陶立慧2,朱茜1. 基于MVDR和ICA的语音识别方法研究[J]. J4, 2010, 32(8): 158-160.
[12]	曹平陈盼章文彬张潮. 基于脉冲神经网络的语音识别方法的初步探究[J]. J4, 2008, 30(4): 139-141.
[13]	丰洪才卢正鼎. 基于置信度的无监督说话人自适应语音识别[J]. J4, 2005, 27(9): 93-96.
[14]	徐静波冉崇森. 语音线性预测技术新探[J]. J4, 2004, 26(5): 93-95.
[15]	刘劲松张江陵王芳. 异构双通道网络磁盘阵列系统的设计[J]. J4, 2004, 26(1): 7-10.