张卫强，郭 璁，张 乔，康 健，何 亮，刘 加，Johnson Michael T,

(1. 清华大学电子工程系，北京 100084；2. 马凯特大学电气与计算机工程系，密尔沃基 53233)

一种基于计算听觉场景分析的语音增强算法

张卫强1，郭 璁1，张 乔1，康 健1，何 亮1，刘 加1，Johnson Michael T1,2

(1. 清华大学电子工程系，北京 100084；2. 马凯特大学电气与计算机工程系，密尔沃基 53233)

选取ETSI语音增强系统作为研究对象．该系统使用传统维纳滤波方法，在信噪比较高时降噪性能优秀，但在信噪比较低的情况下，降噪能力弱，对于脉冲噪声无较好抑制．而模拟人耳听觉特性的计算听觉场景分析技术能够比较好地弥补这一缺陷．故在ETSI算法的基础上，结合计算听觉场景分析技术，提出一种新的算法，将维纳滤波器参数估计由原本的Mel域变换到Gammatone域，并进一步利用理想率掩蔽估计对带噪信号进行信噪分离，抑制脉冲噪声．该算法在TIMIT语音库上进行了实验，结果证明，与原算法相比，提出的新算法使听觉质量在低信噪比下提升较大，脉冲噪声抑制亦明显．在低信噪比的情况下，后端语音识别系统的识别率得到提升．

语音增强；计算听觉场景分析；Gammatone滤波器；理想率掩蔽

随着数字信号处理技术的成熟，语音处理领域迅速发展，自动语音识别、语音合成、人机语音交互等技术也日趋普及．作为前端处理模块，语音增强算法的改进可以大大提升整体系统性能．

语音增强算法种类很多，有基于信号级别，例如非负矩阵分解[1]、维纳(Wiener)滤波[2]等方法；还有在特征层面抑制噪声影响，例如……