首页/论文/1506.03604

arXiv 1506.036042015-06-11cs.SD

基于ITD模型的双耳相干扩散比估计

Binaural coherent-to-diffuse-ratio estimation for dereverberation using an ITD model

Institute of Acoustics, CAS（中国科学院声学研究所）

Chengshi Zheng, Andreas Schwarz, Walter Kellermann, Xiaodong Li

备注：: accepted for EUSIPCO 2015

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

大多数以前提出的双通道相干扩散比（CDR）估计是基于自由场模型。当用于双耳信号时，例如，对于双耳助听器中的去混响，由于头部的影响，它们的性能可能降低，即使当所需扬声器的到达方向是精确已知的。在本文中，头部阴影效应考虑CDR估计通过使用一个简化的模型的频率相关的双耳时间差和模型的双耳相干的扩散噪声场。基于CDR的去混响与测量的双耳脉冲响应的评估表明，建议的双耳CDR估计可以提高PESQ分数。

英文摘要：

Most previously proposed dual-channel coherent-to-diffuse-ratio (CDR) estimators are based on a free-field model. When used for binaural signals, e.g., for dereverberation in binaural hearing aids, their performance may degrade due to the influence of the head, even when the direction-of-arrival of the desired speaker is exactly known. In this paper, the head shadowing effect is taken into account for CDR estimation by using a simplified model for the frequency-dependent interaural time difference and a model for the binaural coherence of the diffuse noise field. Evaluation of CDR-based dereverberation with measured binaural impulse responses indicates that the proposed binaural CDR estimators can improve PESQ scores.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

双耳助听器中扩散噪声场和点噪声源的语音去混响和降噪：初步版本

Speech Dereverberation and Noise Reduction for both diffusive noise field and point noise source in Binaural Hearing Aids: Preliminary Version

Federal University of Technology – Paraná（巴拉那联邦技术大学）；Federal University of Santa Catarina（圣卡塔琳娜联邦大学）

多通道维纳滤波器（MWF）及其变体已广泛应用于双耳助听器。然而，它的主要缺点是残余噪声的双耳线索的失真，改变了原始的声学场景，这对于听力受损的人来说是至关重要的。MWF-IC方法先前被提出用于联合语音去混响和降噪，保留扩散噪声场的耳间相干性（IC）。在这项工作中，我们提出了一个新的变化的MWF-IC的语音去混响和降噪，它保留了原始的空间特性的残留噪声的扩散场或点源。客观的测量和初步的心理声学实验表明，该方法是能够在感知上保持这两种类型的噪声的原始空间化，而没有显着的性能损失，在两个语音去混响和降噪。

2019-11-09cs.SDeess.AS

基于空间线索的单声源伪双耳去混响的波束形成效果保持

Preserving the beamforming effect for spatial cue-based pseudo-binaural dereverberation of a single source

University of Engineering and Technology Peshawar（白沙瓦工程技术大学）；Qatar University（卡塔尔大学）

混响是不可避免的封闭，导致降低清晰度听力受损和非母语的听众，甚至为正常的听力听众在嘈杂的环境。它还降低了机器监听应用程序的性能。在本文中，我们提出了一种新的方法的双耳去混响的一个单一的语音源，利用直接路径信号和混响的双耳线索的差异。两个波束形成器，间隔在一个耳间的距离，用于提取混响语音的混响。由这些混响生成的耳间线索和由直接路径信号生成的耳间线索充当两类数据集，用于训练U-Net（深度卷积神经网络）。在其训练之后，波束形成器被移除，并且当系统暴露于混响语音信号的耳间频谱图时，训练的U-Net连同最大似然估计（MLE）算法一起用于区分直接路径线索与混响线索。该模型在倒谱距离（CEP）、频率加权分段信噪比（FWSEGSNR）和信号与混响调制能量比（SRMR）方面比经典的信号处理去混响模型加权预测误差分别提高了1.4个点、8 dB和0.6 dB。它比基于深度学习的去混响模型获得了更好的性能，在CEP中获得了1.3个点的改进，具有可比的FWSEGSNR，使用的训练数据集几乎比该模型所需的数据集小8倍。所提出的模型还保持其性能下相对类似的看不见的声学条件下，并在其训练位置附近的位置。

2022-08-10cs.SDeess.AS

BRUDEX数据库：具有均匀分布外部麦克风的双耳房间脉冲响应

BRUDEX Database: Binaural Room Impulse Responses with Uniformly Distributed External Microphones

University of Oldenburg, Department of Medical Physics and Acoustics and Cluster of Excellence Hearing4all（奥尔登堡大学医学物理与声学系及卓越中心Hearing4all）

BRUDEX数据库提供了一种包含36个均匀分布麦克风和12个声源位置的双耳房间脉冲响应数据集，用于多麦克风信号处理任务，如降噪和回声消除。

2023-06-14cs.SDeess.ASeess.SP

双耳助听器中双耳时差的感知相关保留

Perceptually Relevant Preservation of Interaural Time Differences in Binaural Hearing Aids

本文提出了一种双耳助听器中残余噪声的耳间时间差（ITD）的感知相关保留的降噪方法。耳间相干性（IC）的概念，以前应用到多通道维纳滤波器（MWF）的空间主观感觉的弥漫性噪声场的保存，在这里提出既保存和强调ITD双耳线索的方向性声学噪声源。它表明，以前开发的MWF-ITD技术可能会降低处理后的噪声的原始IC幅度，从而增加输出信号的耳间相位差（IPD）的方差。它示出的MWF-IC技术伴随着最小化的输入和输出IPD，这是严格相关的ITD之间的差异的非线性函数，并保留由参考麦克风捕获的方向性噪声的自然相干性。客观措施和心理声学实验证实了理论研究结果，显示MWF-IC技术提供了相关的降噪，同时保留了原始的ITD主观感知和原始的定向噪声源的偏侧化。这些结果对于助听器设计者来说尤其重要，因为它们表明MWF-IC是一种降噪技术，可以为频率低于1.5 kHz的扩散和定向噪声源提供残留噪声空间保留。

2018-06-24cs.SDeess.AS

回收消声预训练的语音分离深度神经网络用于单源的双耳去混响

Recycling an anechoic pre-trained speech separation deep neural network for binaural dereverberation of a single source

University of Engineering and Technology, Peshawar（白沙瓦工程技术大学）；Qatar University（卡塔尔大学）；MCS, NUST（巴基斯坦国立科技大学军事学院）

混响导致正常和听力受损的听众的可懂度降低。本文提出了一种新的心理声学方法去混响的单一的语音源，回收一个预先训练的双耳消声语音分离神经网络。由于训练深度神经网络（DNN）是一个漫长且计算昂贵的过程，因此使用预训练的分离网络进行去混响的优点是网络不需要重新训练，从而节省了时间和计算资源。混响源的耳间线索被给予这个预先训练的神经网络，以区分直接路径信号和混响语音。实验结果表明，信号可懂度平均提高了1.3%，SRMR平均提高了0.83dB（信号与混响能量比）和语音质量感知评估（PESQ）中的0.16分，超过其他最先进的信号处理去混响算法，并且在可懂度上为14%，在质量上为0.35分，超过具有谱减法的正交匹配追踪（OSS），基于机器学习的去混响算法。

2022-08-09cs.SDeess.AS

非信号频带中较低的耳间相干性损害双耳检测

Lower Interaural Coherence in Off-Signal Bands Impairs Binaural Detection

Universität Oldenburg（奥尔登堡大学）

目标和掩蔽物之间的耳间相位配置的差异可以导致大量的双耳暴露。对于具有耳间时间差（ITD）的掩蔽噪声，这种效果降低。在大多数情况下，添加具有相反ITD的第二噪声进一步减少了双耳去掩蔽。到目前为止，这些检测阈值的建模需要内部ITD补偿机制和增加的双耳带宽。对这种减少的另一种解释是，由于第二掩蔽物引起的频率偏离区域中的耳间相干性较低，从而损害了去掩蔽（Marquardt & McAlpine，2009，JASA pp. EL177 - EL182）。基于这一假设，目前的工作提出了一个定量的多通道模型，使用monaurally派生的外围滤波器带宽和跨通道的不相干干扰机制。该机制不同于更宽的滤波器，因为当掩蔽相干性在频段上恒定时，该机制没有效果。结合单耳能量辨别通路，该模型预测了单个延迟噪声和两个相对延迟噪声之间的差异，以及其他四个数据集。它有助于解决解释某些数据集需要宽过滤器而其他数据集需要窄过滤器的不一致性。

2022-03-07cs.SDeess.AS

更多相关论文收起更多论文

多说话人双耳到达方向估计中的频率融合机制比较

Comparison of Frequency-Fusion Mechanisms for Binaural Direction-of-Arrival Estimation for Multiple Speakers

University of Oldenburg（奥尔登堡大学）；Cluster of Excellence Hearing4all（卓越听力4all研究中心）；Bar-Ilan University（巴伊兰大学）；Technical University of Liberec（利贝雷茨技术大学）

本文提出了一种基于双耳时间差的说话人分组频率融合机制，用于提高多说话人到达方向估计的准确性。

2024-01-15cs.SDeess.ASeess.SP

利用深度神经网络和头部运动实现混响环境中多源的稳健双耳定位

Exploiting Deep Neural Networks and Head Movements for Robust Binaural Localisation of Multiple Sources in Reverberant Environments

University of Sheffield（谢菲尔德大学）；Technical University of Denmark（丹麦技术大学）

本文提出了一种新的机器听觉系统，该系统利用深度神经网络（DNN）和头部运动，在混响环境中对多个声源进行稳健的双耳定位。DNN用于学习源方位角和双耳线索之间的关系，包括完整的互相关函数（CCF）和耳间水平差（ILD）。与许多以前的双耳听力系统相比，所提出的方法不限于在额半野中定位声源。由于双耳线索的相似性，在前半和后半场，前后混淆经常发生。为了解决这个问题，头部运动策略被纳入本地化模型，以帮助减少前后错误。所提出的DNN系统相比，高斯混合模型（GMM）为基础的系统，采用耳间时间差（ITDs）和ILD作为本地化功能。我们的实验表明，DNN能够利用CCF中的信息，而这些信息在ITD提示中不可用，这与头部运动一起大大提高了在具有挑战性的声学场景下的定位精度，其中存在多个说话者和房间混响。

2019-04-05cs.SDeess.AS