基于循环神经网络与子带谱熵法的助听器语音增强

作者：张雨晨; 陈霏; 韩悦; 朱亚涛; 贾雯

来源：传感技术学报, 2020, 33(08): 1133-1139.

DOI：10.3969/j.issn.1004-1699.2020.08.009

• 语音增强
• 数字助听器
• 循环神经网络
• 子带谱熵法
• 噪声消除

在日常生活中常见的非平稳噪声环境下,现有助听器语音增强算法的降噪性能有所不足。对此,本文提出了一种结合子带谱熵法与双尺度循环神经网络的助听器语音增强算法。该算法将音频划分为16个子频段,各频段的对数功率谱被用作循环神经网络的输入特征,对应的频段增益作为输出特征,并使用子带谱熵法对增益进行修正。实验结果表明,相较于传统语音增强算法,在三类不同的噪声环境中,本文提出算法的平均信噪比分别提高了4.215 dB、0.906 dB、11.010 dB。在FPGA上对该算法进行测试,输出与计算机模拟输出的信噪比差值为0.117 dB,互相关系数为0.999 4。并且当时钟频率设置为10 MHz时,算法的延时约为2 ms,可以满足助听器的使用需求。

• 单位
  深圳清华大学研究院; 天津大学