在兼顾降噪性能和功耗的基础上,提出一种基于多特征估计的实时语音降噪算法。算法首先将输入信号进行快速傅里叶变化,并根据概率密度进行噪声估计;然后分别计算输入信号的3个特征频谱平坦度、频谱差异度和似然值,并将特征值映射到激活函数上求出语音概率;最后根据该概率来更新滤波器系数,从而获得去噪的信号。与改进谱减法、自适应维纳滤波法和基于调制深度的算法的实验对比显示,提出算法的信噪比改善情况明显好于其他算法,最大改善幅度达到16 d B左右。此外,主观语音质量评估的效果也高于其他算法。
为了解决现有装置体积大、引导光线受上肢活动影响、步态训练方案不精准等问题,研制了帕金森病人步态辅助训练装置。该装置包括:主板、锂电池、红外光发射单元、腰部束带、训练方案辅助决策系统。主板包括:电压转换模块、蓝牙模块、语音处理模块等。主处理器STM32F407是装置的控制中枢;训练方案辅助决策系统核心算法为变分自编码器(Variational Auto Encoder,VAE)。本文研制的步态辅助训练装置克服了现有装置的弊端,能够根据患者患病程度、病人年龄等信息生成精准的步态训练方案。
