基于噪聲幅度譜估計的單通道語音增強算法研究.pdf

1、在人類的日常生活和工作中，面對面或通過電子通訊設(shè)備的語音交流是不可缺少的。然而在現(xiàn)實生活中，由于說話，經(jīng)常會處于各種嗜雜的環(huán)境中，語音信號總是不可避免地受到來自周圍環(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音接受者對這些語音難以感知和理解，還會使得處于這些噪聲環(huán)境下工作的語音處理和傳輸系統(tǒng)的性能大打折扣。為了減小這些背景噪聲對語音的影響，就需要運用語音增強技術(shù)來抑制背景噪聲、提高語音信號的質(zhì)量。語音增強通過不同的理論和方法，從

2、被噪聲污染的語音信號中盡可能多地還原出純凈語音信號，以提高語音的質(zhì)量與可懂度。按照對語音信號處理方式上的不同，現(xiàn)有的語音增強方法可分為時域內(nèi)的語音增強和變換域內(nèi)語音增強。由于變換域內(nèi)語音增強技術(shù)能夠更加突出純凈語音信號和噪聲信號之間的特征差別，更有利于對于背景噪聲的消除，因此各種變換域下的語音增強算法和技術(shù)一直都是中外學(xué)者們研究的重點。
　　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)的單通道語音增強算法開展，針對其核心參數(shù)

3、的估計問題進行了詳細的分析和有效改進，提出了新的噪聲幅度譜估計方法以及相應(yīng)的語音增強算技術(shù)，并從理論和實驗兩方面分析和驗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音增強(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題:1、算法輸

4、出結(jié)果中殘留噪聲過多；2、需假設(shè)噪聲幅度譜已知。針對其第一個缺陷問題，基于語音存在概率和直接判決先驗信噪比估計技術(shù)，提出了一種改進的語譜恢復(fù)算法，并通過實驗仿真驗證了改進算法的性能。
　　其次，針對原 QASSR算法中存在的第二個，即缺乏對于噪聲幅度譜估計的問題，研究了傳統(tǒng)的基于語音活動檢測(Voice Activity Detection,VAD)的噪聲譜估計算法，并指出了該算法在處理非平穩(wěn)噪聲時的不足。通過推導(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算法。另外，通過引入貝葉斯風(fēng)險函數(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)的噪聲幅度譜估計算法。實驗仿真分析和驗證了三種噪聲幅度譜估計方法的效果。
　　最后，將提出的改進語譜恢復(fù)技術(shù)與噪聲幅度譜估計算法相融合，給出了一套完整的基于噪聲幅度譜估計的語音增強算法系統(tǒng)，