Techniques for Enhancemant of Noisy Speech in Adverse Environments.pdf

1、近年來(lái)，針對(duì)受加性噪聲污染的語(yǔ)音信號(hào)進(jìn)行語(yǔ)音增強(qiáng)的研究備受關(guān)注。在這些語(yǔ)音增強(qiáng)系統(tǒng)的設(shè)計(jì)過(guò)程中主要有兩個(gè)部分:干凈語(yǔ)音譜估計(jì)和噪聲譜估計(jì)。本論文著重解決這兩個(gè)問(wèn)題。
　　 本論文的第一個(gè)貢獻(xiàn)是提出了一種改進(jìn)的語(yǔ)音增強(qiáng)技術(shù)。該技術(shù)基于語(yǔ)音信號(hào)對(duì)數(shù)幅度譜的最小均方誤差估計(jì)(MMSE-LSA)和一種有效的先驗(yàn)無(wú)語(yǔ)音概率(SAP)估計(jì)。先驗(yàn)無(wú)語(yǔ)音概率是本文改進(jìn)MMSE-LSA的必要組成部分。不少基于LSA估計(jì)的語(yǔ)音增強(qiáng)方法要么直接采用一

2、個(gè)較小的固定值作為先驗(yàn)SAP，要么采用一個(gè)較小的固定值作為先驗(yàn)SAP的參數(shù)。由于先驗(yàn)無(wú)語(yǔ)音概率的計(jì)算受到純?cè)肼暥蔚挠绊?，因此使用一個(gè)固定值來(lái)計(jì)算先驗(yàn)SAP的方法就顯得不適合、不優(yōu)良。更好的方法是使用動(dòng)態(tài)的參數(shù)來(lái)計(jì)算先驗(yàn)SAP，這樣就可以在每一幀中對(duì)其進(jìn)行更新。這篇文章中，我們提出了兩個(gè)和先驗(yàn)SAP計(jì)算有關(guān)的動(dòng)態(tài)因子:一個(gè)平滑更新因子以及一個(gè)與第k個(gè)譜成分相關(guān)的因子。平滑更新因子取決于頻帶語(yǔ)音信號(hào)存在與否的判決，具體的計(jì)算方式是對(duì)之前的先

3、驗(yàn)SAP遞歸取平均值。而與第k個(gè)譜成分相關(guān)的因子則依賴(lài)于先驗(yàn)信噪比(SNR)。判斷一個(gè)頻率帶中是否存在語(yǔ)音信號(hào)是通過(guò)計(jì)算和比較帶噪語(yǔ)音譜的條件概率來(lái)實(shí)現(xiàn)的。我們采用了兩種客觀評(píng)價(jià)方法和語(yǔ)譜圖來(lái)對(duì)所提算法進(jìn)行性能評(píng)估。實(shí)驗(yàn)結(jié)果表明，不管是語(yǔ)音質(zhì)量、背景噪聲的消除還是語(yǔ)音失真的數(shù)量，該算法都有顯著的優(yōu)越性。
　　 本論文的第二個(gè)貢獻(xiàn)是為嘈雜環(huán)境下的噪聲估計(jì)提出了一種替代方法。算法是基于一個(gè)追蹤最小噪聲語(yǔ)音的最優(yōu)方法。本算法通過(guò)連續(xù)的

4、求解帶噪語(yǔ)音的過(guò)去頻譜值均值和一個(gè)在語(yǔ)音存在段用來(lái)控制噪聲譜估計(jì)更新的平滑更新因子來(lái)實(shí)現(xiàn)的。動(dòng)態(tài)平滑更新因子是基于頻率帶是否存在語(yǔ)音信號(hào)的判決來(lái)計(jì)算得到的。區(qū)別語(yǔ)音存在和不存在則是通過(guò)計(jì)算出帶噪語(yǔ)音能量譜和相應(yīng)局部最小值的差值來(lái)判斷的。與其它方法不同的是，我們的算法不需要明確使用語(yǔ)音存在概率來(lái)完成計(jì)算。評(píng)估所提出的算法用到了NOIZEUS數(shù)據(jù)庫(kù)，實(shí)驗(yàn)結(jié)果表明，當(dāng)把本文所提噪聲估計(jì)算法整合到語(yǔ)音增強(qiáng)中，能夠獲得更好的語(yǔ)音質(zhì)量和明顯的噪聲消