Page 10 - 《应用声学》2022年第6期

856 2022 年 11 月

10
DMFCC 0

-10
0 2 4 6 8 10 12
௑ᫎ/s
(a) ௄ឭភ̡ͯᎶቊԫೝ฾ᄊࣱک DMFCC
10
DMFCC 0

-10
0 2 4 6 8 10 12
௑ᫎ/s
(b) ࣜదឭភ̡ͯᎶቊԫೝ฾ᄊࣱک DMFCC

图 4 MFCC 距离改善
Fig. 4 MFCC distance improvement

8
ᮠဋ/kHz 6 4 2

0
0 2 4 6 8 10 12
௑ᫎ/s
(a) ຉ־ឦܦηՂឦ៨ڏ
8
ᮠဋ/kHz 6 4 2

0
0 2 4 6 8 10 12
௑ᫎ/s
(b) Ԕካขԝຉ־ឦܦηՂឦ៨ڏ
8
ᮠဋ/kHz 6 4 2

0
0 2 4 6 8 10 12
௑ᫎ/s
(c) ࣜదឭភ̡ͯᎶቊԫೝ฾ᄊԝຉ־ឦܦηՂឦ៨ڏ
图 5 语声信号语谱图
Fig. 5 Spectrogram of speech signal

图 5 显示了混响时间 T 60 = 500 ms 下的语声 3.2.3 高斯噪声环境下算法鲁棒性
信号语谱图，从图 5(b) 中可以看到，6 s 时刻说话人
该实验测试本文所提算法在加性高斯白噪声
位置的突变严重影响了去混响算法的效果，导致
环境下的去混响性能。用PESQ得分和语声-混响调
一段时间内的频谱结构变得比较模糊。而使用本
文提出的带有说话人位置突变检测的去混响方法， 制能量比 (Speech-to-reverberation modulation en-
相较于图 5(b)，图 5(c) 中的语谱图在 6∼7 s 这段时 ergy ratio, SRMR) [20] 作为评价指标。
间内的模糊程度明显下降，模糊的频谱结构变得 通过在混响信号中加入不同程度大小的高斯
更加清晰。 白噪声生成所需的测试信号，图 6 和图 7 分别显示