[发明专利]数字助听器中深度和广度神经网络相结合的语音增强算法

摘要

数字助听器中深度和广度神经网络相结合的语音增强算法，属于语音信号处理技术领域。该方法首先对含噪语音信号进行语音活动性检测,提取含噪语音信号的自相关函数最大值和频带方差等特征，再利用BP神经网络建立一个二值判决器，判断出语音段和噪声段。其次，提取MFCC和一阶MFCC特征，采用学习向量量化神经网络与BP神经网络级联构成的深度神经网络，检测出噪声的类型。最后，建立多种网络并联构成的广度神经网络，根据噪声的类型，广度神经网络自动选取相应的神经网络，去除噪声，得到增强后的语音，提高助听器输出语音的可懂度。该算法中神经网络的训练过程都是在线下完成，而训练好的网络的测试算法复杂度低，因此，满足实时性。

主权项

1.数字助听器中深度和广度神经网络相结合的语音增强算法，其特征在于，具体步骤如下：步骤一，对数字助听器的输入信号进行预处理，即去均值、归一化、预加重、分帧和加窗；步骤二，提取含噪语音信号的自相关函数最大值和频带方差两个特征，通过提取这两个特征来判断语音段和噪声段；步骤三，利用BP神经网络构建一个二值判决器，将步骤二中提取的两个特征作为一个二维矢量，输入到BP神经网络中；BP神经网络的输出是一个一维矢量，求出这个一维矢量的众数，将其设定为判决阈值；大于等于此阈值，为语音段；小于此阈值，为噪声段；步骤四，针对步骤三中判断出的噪声段提取MFCC和一阶MFCC；步骤五，利用一个LVQ神经网络后面级联三个BP神经网络，三个BP神经网络之间采用并联形式，构建成一个深度神经网络；步骤六，根据步骤四提取的MFCC和一阶MFCC，MFCC有16个参数，一阶MFCC有8个参数，将它们组成一个24维的矢量，输入到步骤五中构建的深度神经网络中；深度神经网络的输出则表示当前噪声信号的种类；步骤七，利用RBF神经网络、SOM神经网络、Hopfield神经网络、Elman神经网络、LVQ神经网络、Kohonen神经网络、GRNN神经网络、灰色神经网络、小波神经网络和NARX神经网络构建一个广度神经网络，各个神经网络之间采用并联形式；步骤八，根据步骤六中判别出的噪声信号的种类，步骤七中构建好的广度神经网络自动选择某一相对应的神经网络，对步骤三中得到的语音段进行语音增强；而对于步骤三中的噪声段，直接将数据置零；这样，就完成了最终的语音增强，再经过放大和受话器两个模块，得到数字助听器的输出信号；选择某一相对应的神经网络具体为：从15种噪声中选取一种噪声加入到纯净语音中，得到含噪语音；然后将这段含噪语音分别用RBF神经网络、SOM神经网络、Hopfield神经网络、Elman神经网络、LVQ神经网络、Kohonen神经网络、GRNN神经网络、灰色神经网络、小波神经网络和NARX神经网络进行语音增强；对比增强后的不同效果，将增强效果最好的神经网络与该噪声建立联系。