摘要
人类听觉系统能够在竞争语音存在的情况下选择性优先处理目标说话者，为可解释听觉系统的设计提供了生物模型。本研究提出了一种仿生计算听觉框架，将人类听觉的时间处理原理转化为目标语音增强的工程机制。受瞬态语音成分和准周期语音成分显著时间特性的启发，所提框架采用两条互补的处理路径。一阶差分路径强调瞬态辅音线索，而延迟叠加路径利用元音信号的准周期性来增强与目标相关的周期结构。增强后的成分随后通过基于增强的判据进行筛选，并使用基于零交叉的信号替换进行选择性重构。在CRM双说话人语音混合上的实验表明，该方法在多个说话人对条件下均能有效增强目标语音，包括同性别混合和跨性别混合。所提方法始终提高了目标选择性，并保留了指定说话者的主要频谱特征。心理声学实验进一步用于检验差异化的辅音-元音处理和选择性听觉注意的感知相关性。所提出的模型并非直接复制听觉神经回路，而是提供了生物时间选择原理的可解释工程抽象。这些发现展示了如何将听觉机制转化为透明的仿生信号处理架构，并为未来的生物启发和神经形态听觉系统奠定了基础。
