基于噪聲幅度譜估計(jì)的單通道語(yǔ)音增強(qiáng)算法研究.pdf

1、在人類的日常生活和工作中，面對(duì)面或通過(guò)電子通訊設(shè)備的語(yǔ)音交流是不可缺少的。然而在現(xiàn)實(shí)生活中，由于說(shuō)話，經(jīng)常會(huì)處于各種嗜雜的環(huán)境中，語(yǔ)音信號(hào)總是不可避免地受到來(lái)自周圍環(huán)境的各種噪聲的干擾和影響。這些噪聲的存在不僅使得語(yǔ)音接受者對(duì)這些語(yǔ)音難以感知和理解，還會(huì)使得處于這些噪聲環(huán)境下工作的語(yǔ)音處理和傳輸系統(tǒng)的性能大打折扣。為了減小這些背景噪聲對(duì)語(yǔ)音的影響，就需要運(yùn)用語(yǔ)音增強(qiáng)技術(shù)來(lái)抑制背景噪聲、提高語(yǔ)音信號(hào)的質(zhì)量。語(yǔ)音增強(qiáng)通過(guò)不同的理論和方法，從

2、被噪聲污染的語(yǔ)音信號(hào)中盡可能多地還原出純凈語(yǔ)音信號(hào)，以提高語(yǔ)音的質(zhì)量與可懂度。按照對(duì)語(yǔ)音信號(hào)處理方式上的不同，現(xiàn)有的語(yǔ)音增強(qiáng)方法可分為時(shí)域內(nèi)的語(yǔ)音增強(qiáng)和變換域內(nèi)語(yǔ)音增強(qiáng)。由于變換域內(nèi)語(yǔ)音增強(qiáng)技術(shù)能夠更加突出純凈語(yǔ)音信號(hào)和噪聲信號(hào)之間的特征差別，更有利于對(duì)于背景噪聲的消除，因此各種變換域下的語(yǔ)音增強(qiáng)算法和技術(shù)一直都是中外學(xué)者們研究的重點(diǎn)。
　　本文研究工作在離散傅里葉變換域內(nèi)圍繞基于幅度譜恢復(fù)的單通道語(yǔ)音增強(qiáng)算法開展，針對(duì)其核心參數(shù)

3、的估計(jì)問(wèn)題進(jìn)行了詳細(xì)的分析和有效改進(jìn)，提出了新的噪聲幅度譜估計(jì)方法以及相應(yīng)的語(yǔ)音增強(qiáng)算技術(shù)，并從理論和實(shí)驗(yàn)兩方面分析和驗(yàn)證了所提出算法的有效性和適用性。本文的主要研究和創(chuàng)新工作體現(xiàn)在以下幾方面:
　　首先，在幅度譜減算法的基礎(chǔ)上，研究和分析了一種基于定量分析的語(yǔ)音增強(qiáng)(Quantity Analysis Based Speech Spectral Recovery,QASSR)算法，并指出該算法中所存在的兩方面缺陪問(wèn)題:1、算法輸

4、出結(jié)果中殘留噪聲過(guò)多；2、需假設(shè)噪聲幅度譜已知。針對(duì)其第一個(gè)缺陷問(wèn)題，基于語(yǔ)音存在概率和直接判決先驗(yàn)信噪比估計(jì)技術(shù)，提出了一種改進(jìn)的語(yǔ)譜恢復(fù)算法，并通過(guò)實(shí)驗(yàn)仿真驗(yàn)證了改進(jìn)算法的性能。
　　其次，針對(duì)原 QASSR算法中存在的第二個(gè)，即缺乏對(duì)于噪聲幅度譜估計(jì)的問(wèn)題，研究了傳統(tǒng)的基于語(yǔ)音活動(dòng)檢測(cè)(Voice Activity Detection,VAD)的噪聲譜估計(jì)算法，并指出了該算法在處理非平穩(wěn)噪聲時(shí)的不足。通過(guò)推導(dǎo)高斯模型假設(shè)條件

5、下噪聲功率譜與其幅度譜之間的關(guān)系，在利用軟判決技術(shù)獲取噪聲功率譜的基礎(chǔ)上，提出了一種噪聲幅度譜的間接估計(jì)算法。另外，通過(guò)引入貝葉斯風(fēng)險(xiǎn)函數(shù)，在高斯模型條件下提出了一種基于最小均方誤差(MinimumMean Square Error,MMSE)的噪聲幅度譜估計(jì)算法。實(shí)驗(yàn)仿真分析和驗(yàn)證了三種噪聲幅度譜估計(jì)方法的效果。
　　最后，將提出的改進(jìn)語(yǔ)譜恢復(fù)技術(shù)與噪聲幅度譜估計(jì)算法相融合，給出了一套完整的基于噪聲幅度譜估計(jì)的語(yǔ)音增強(qiáng)算法系統(tǒng)，