快速耳蜗变换与理想二值掩蔽语音分离Matlab工具箱-Matlab Toolbox of fast cochlear transform and ideal binary mask separation of the voice

结合广义旁瓣滤波（GSC）和理想二值掩蔽（IBM）的麦克风阵列语音增强算法-microphone array speech enhancement based GSC and IBM

首先对输入音频PCM信号进行时频分析，决定MDCT的长度，即加窗，然后进行MDCT变换；同时对原始音频信号要进行FFT分析。两种变换的频谱系输入给心理声学模型单元，MDCT系数用于噪声掩蔽计算，H可结果用于音调掩蔽特性计算，共同构造总的掩蔽曲线。然后根据MDCT系数及掩蔽曲线，对频谱系数进行线性预测分析用LPC(Linear Prediction Coefficience，线性预测系数)表示频谱包络，即基底曲线(Floor Curve)；或通过线性分段逼近方式获得基底曲线。从MDCT系数中去掉

基于听觉掩蔽效应的谱减法。掩蔽效应，有助于对音色、响度和音高的理解和估计。在语音增强和语音编码中，利用掩蔽效应改善输出语音质量已取得很大的效益，掩蔽效应也可用于改善电动汽车车内的来自电机的高频噪声问题。