文献类型：期刊文章

作　　者：邱智乾[1] 陈霏[2] 郎标[1]

QIU Zhiqian;CHEN Fei;LANG Biao(Tianjin Key Laboratory of Imaging and Sensing Microelectronic Technology,School of Microelectronics,Tianjin University,Tianjin 300072,China;Research Institute of Tsinghua University in Shenzhen,Shenzhen Guangdong 518057,China)

机构地区：[1]天津大学微电子学院,天津市成像与感知微电子技术重点实验室,天津300072 [2]深圳清华大学研究院,广东深圳518057

出　　处：《传感技术学报》

基　　金：国家重点研发计划项目(2016YFA0202201);深圳市科技计划项目(JSGG20191129141019090,JCYJ20210324115610028,JSGG20210713091808027)。

年　　份：2024

卷　　号：37

期　　号：3

起止页码：430-438

语　　种：中文

收录情况：BDHX、BDHX2023、CAS、CSCD、CSCD2023_2024、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对基于神经网络的语音增强算法难以部署在助听器中的问题,基于循环神经网络,提出了一种低延迟、低复杂度的双麦克风语音增强算法。该算法利用两个麦克风做空域滤波初步去除非期望方向噪声,并进一步通过循环神经网络得到纯净语音信号。为了解决助听器中全相位滤波器组阶数较多而引起群延迟较大的问题,创新性地提出一种分段式滤波器组,在保证性能的同时有效减少了阶数。仿真结果显示,该滤波器组在16 k采样率下的群延迟为3.125 ms,在0 dB的babble、volvo、factory1环境下,该语音增强算法的SNR平均提升了10.556 5 dB,PESQ平均提升了0.678 7。实际测试结果中,SNR平均提升了9.439 4 dB,PESQ平均提升了0.735 0。当DSP系统时钟频率为104 MHz时,助听器经过的系统延迟为8.4 ms,功耗为6.2 mA,可以很好满足助听器高续航的需求。

关 键 词：语音增强 滤波器组 循环神经网络 助听器,DSP实现  

分 类 号：TN492]