基于最小最大准则的虚拟声重放鲁棒算法

虚拟声在扬声器重放时需先通过串声消除系统（cross-talk cancellation system,CCS）来预校正,但该系统对倾听者头部位置的变化非常敏感。本文提出了一个基于最小最大准则的优化算法,通过在频域中自适应地调整相关参数,来达到全局的串声消除性能的最优。仿真结果表明相较常规的针对固定听音位置的CCS算法,本文提出的算法在头部移动时对重放声场控制具有更好的鲁棒性,尤其是在语音信号能量主要集中的低频和中频段,具有更好的应用性。     

基于倒谱处理的先验信噪比估计算法

单通道语音增强中,已有的先验信噪比算法能有效地去除噪声,提升语音增强算法性能;但是由于在噪声功率谱估计不准确,造成噪声功率出现过估和低估的情况,造成了语音失真和保留较多残留噪声。通过倒谱处理能在含噪语音段中抑制语音中的谐频成分和在纯噪声段中避免部分较强的噪声成分误判为语音信号,准确地估计出噪声功率谱,同时语音失真不大。在多种噪声背景下的客观评价指标分析表明,经过倒谱处理后的先验信噪比估计算法能提高先验信噪比算法的估计性能。