公开(公告)号：CN105611477A

公开(公告)日：2016-05-25

申请号：CN201510999943.4

申请日：2015-12-27

Applicant: 北京工业大学

Inventor： 李如玮 ,  时勇强

IPC: H04R25/00

CPC classification number: H04R25/507 ,  H04R2225/43

Abstract: 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。

公开(公告)号：CN105611477B

公开(公告)日：2018-06-01

申请号：CN201510999943.4

申请日：2015-12-27

Applicant: 北京工业大学

Inventor： 李如玮 ,  时勇强

IPC: H04R25/00

Abstract: 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。