[发明专利]基于改进的Mel频率尺度和相位修正的耳语音增强算法

摘要

本发明公开了基于改进的Mel频率尺度和相位修正的耳语音增强算法：根据耳语音的特点，对正常语音的标准Mel频带进行了重新划分，在研究耳语音的共振峰频率和能量以及耳语音听觉模型的基础上，提出了一种其改进的Mel频率尺度(称为Mel_{_m}尺度)，在此基础上，对Mel_{_m}尺度进行了改进并针对耳语音提出了一种新的尺度划分方法，称为Mel_{_improved}尺度；本发明将谱减后的耳语音频谱与改变后的相位谱相结合来合成新的增强后的耳语音信号。补偿相位中的噪声估计值是通过使用补偿相位来获得初级增强耳语音信号，然后从含噪的耳语音频谱中减去噪声估计值来获得新的噪声估计谱。语谱图、客观评价和主观听力测试的实验结果表明，提出的耳语音增强算法优于同类可比较的其他耳语音增强算法。

主权项

1.基于改进的Mel频率尺度和相位修正的耳语音增强算法，其特征在于：根据耳语音的特点，对正常语音的标准Mel频带进行了重新划分，在研究耳语音的共振峰频率和能量以及耳语音听觉模型的基础上，提出了一种其改进的Mel频率尺度(称为Mel_{_m}尺度)，在此基础上，对Mel_{_m}尺度进行了改进并针对耳语音提出了一种新的尺度划分方法，称为Mel_{_improved}尺度；首先，假设线性频率从500Hz开始映射，则Mel_{_m}频率映射可以设置如下：Mel_{_m}(f^whispered)＝C·log10(1+f^whispered/q)f^whispered≥500Hz  (1)其次，由于耳语音的第一共振峰比正常语音向上偏移1.3倍，因此可以认为在第一共振峰F1附近存在以下公式：f^whispered＝1.3·f^normal  (2)结合公式(1)，公式(2)和可以得到以下结果：因此，线性频率与Mel_{_m}频率之间的映射关系如下：Mel_{_m}(f^whispered)＝2932·log10(1+f^whispered/910)f^whispered≥500Hz  (4)与正常语音的标准Mel频率映射相比，Mel_{_m}尺度有少量的修改，其更适合于处理正常语音。