数字助听器瞬时噪声抑制算法研究及实现

摘要

佩戴助听器的听障患者跟正常人一样，生活在充满了各种各样噪声的环境下，助听器对噪声的抑制效果直接影响着听障患者的用户体验。类似高斯白噪声这样普通的稳定的噪声类型已经可以利用多种稳健的抑制算法进行处理，可是日常生活中影响助听器性能的各种各种的瞬时噪声干扰非常多，比如敲门声、鼓掌声、敲击金属器皿声、电波嘶嘶声等等，这类噪声突发性较强，不仅在时域上以衰减振荡的方式持续几十毫秒到几百毫秒，而且在频域上分布很广，几乎与干净语音的频谱完全重叠以至于难以抑制。瞬时噪声的存在对数字助听器往往会产生致命的影响，对听障患者造成二次损伤，本文主要对数字助听器中瞬时噪声抑制算法进行研究和实现。
　　本文采用两种算法进行瞬时噪声的抑制(Transient Noise Suppression， TNS）研究，一种是基于最优修改的对数谱幅度估计（Optimally Modified-Log Spectral Amplitude，OM-LSA）算法，通过考虑先验信噪比和语音存在的不确定性，利用最小值约束递归平均算法（Minima Controlled Recursive Averaging， MCRA）进行噪声谱估计，推导得出频谱最优增益函数，进而在频域上找到干净语音的最优对数谱估计，通过IFFT得到瞬时噪声抑制后的语音；另外一种是基于时域的递归指数加权最小二乘法（Exponential Weighted Least Square， EWLS），对带噪信号进行检测和修复。OM-LSA瞬时噪声抑制算法主要针对日常生活中普遍存在的瞬时噪声，因为这类瞬时噪声特性相似，为了使得处理效果良好，只能用估计的方法进行处理，而EWLS算法主要针对瞬时噪声中的特例，脉冲瞬时噪声，旨在得到迅速最优的处理结果。
　　本文将瞬时噪声抑制算法分别应用于多种瞬时噪声干扰下的语音和音乐片段，通过Goldwave音频软件对Matlab处理得到的带噪片段进行测试和分析，将各类瞬时噪声在时域和频谱上进行观测，并利用语谱图、段信噪比（SegSNR）、平均主观意见分（Mean Opinion Score，MOS）对算法进行评估。实验结果表明，本文所提出的算法对各类瞬时噪声的抑制效果良好，能够有效提升数字助听器的性能。

目录

第1章 绪 论

1.1 课题研究背景

1.2 听觉感知机理

1.3 数字助听器研究现状与分析

1.4 本文的研究内容

第2章 语音增强相关算法概述

2.1 噪声分类

2.2 噪声抑制算法

2.3 宽动态压缩算法

2.4 回声消除算法

2.5 本章小结

第3章 基于OM-LSA的瞬时噪声抑制算法

3.1 算法概述

3.2 OM-LSA语音估计算法

3.3 先验信噪比估计

3.4 基于先验SNR的语音缺失概率估计

3.5 瞬时噪声谱估计

3.6 算法性能验证与分析

3.7 本章小结

第4章 基于EWLS的瞬时噪声抑制算法

4.1算法概述

4.2基于自回归模型的信号估计

4.3基于EWLS的递归识别处理

4.4瞬时噪声干扰检测

4.5干扰信号重建

4.6算法性能验证与分析

4.7 本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致谢