一种基于最小能量统计的语音增强改进算法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
甓
文章 编 号 ：０ ２ ８ ８ （ ０２ ０－ ０ １ ０ １０ － ６４ ２ １ ）９ ０４ － ３
⑥ 可嗡０Ｕ ６ ＠闶 ＠ 语技 ∽ ⑧ ＠⑥ 音增强改进算法 木・文 论・
翟士奇， 卢 晶 ， 海 山 邹
（ 南京大学
声 学研究所 ， 江苏 南京
【 ｙｗ ｒ ｓ ｐｅｈｅ ｈｎｅ ｅｔｓｅｔ ｍ ｓｍ ｔｎ ｎｎ— ｔｔｎ ｒ ｎ ｉ Ｋｅ ｏ ｄ］ｓｅｃ ｎ ａｃｍ ｎ；ｐｃ ｕ ｅｔ ａ ｏ ；ｏ ｓ ｉ ａ ｏ ｅ ｒ ｉ ｉ ａｏ ｙ ｓ
１ 引言
语 音是人 类信 息 交 流 的 重要 载体 ， 是 数字 通 也 信 领域传输 的主要 内容 。但在 实 际 的通 信 系统 使用 过程中， 语音信 号往 往会 受 到各种 噪 声 的干扰 ， 包括 环境噪声 、 传输设 备 内部 电噪声 等 。严重 的噪声 干扰
ｐ ｗ ｒｅ ｔ ｔ ｎ ｓ ｈ ｍｅ ｉ ｉ ｒ ｖ ｄ ｂ ｓｎ ｅｉｂ ｅ ｎ ｉｅｆａ ｅｅ ｔ ｎ ｍｅｈ ｄ Ｔ ｅｅ ｐ ｒｍｅ ｔ ｅ ｕ ｔ ｈ ｗ ｈ ｔ ｈ ｏ ｅ ｓ ｍａｉ ｃ ｅ ｓ ｍｐ ｏ ｅ ｙ ｕ ｉ ｇ ａ ｒｌ ｌ ｏｓ ｒ ｍｅ ｄ ｔｃｉ ｔ ｏ ． ｈ ｘ ｅ ｉ ｏ ａ ｏ ｉ ｎ ｓ ｌ ｓ ｏ ｓｔ ａ ｅ ｒ ｔ ｐ ｏ ｏ ｅ ｔｏ ａ ｒ ｃ ｈ ａ ａ ｉｎ ｏ ｅ ｎ ｉｅｆ ｏ ｆ ｃ ｅ ｔ ｒ ｐ ｓ ｄ ｍｅｈ ｄ ｃ ｎ ｔ ｅ ｔ ｅｖ ｒ ｔ ｆｔ ｏｓ ｏ ｒｅ ｉｎ ｌ ａ ｉ ｏ ｈ ｌ ｉ ｙ，ａ ｄ ｌａ ｏａ ｍｐ ｏ ｅ ｐ ｅ ｈ ｅ ｈ ｎ ｅ ｎ ｅ ｕｔ ｎ ｅ ｄ ｔ ｎ ｉ ｒｖ ｄ ｓ ｅ ｃ ｎ ａ ｃ ｍｅ ｔｒ ｓ ｌ ．
经验 ｌ 生的设置往 往不 够准 确 和灵 活。笔者 就 此 问题
会极大降低语音的清晰度及可懂度， 造成语音通信质
量 的下 降。 语音增 强 是 降 低 语 音 信 号 噪声 干 扰 的有 效 手 段， 其主要 目的就 是从带 噪语音 中提取 出较纯净 的原 始语音 ， 高信 噪 比 ， 噪声影 响 ， 提 降低 从而提高语 音清 晰度 和可懂度 。常 用 的语 音 增强 方法 有 时域及 频 域
２０ ９ ） １０ ３
【 摘
要】针对基 于最小能量统计的语 音增 强算法 ， 可靠的噪声段检测方 法对噪声谱估计流 程进行 改进 ， 用 提升 噪
声谱 幅度估计 的准确度 。实验表 明， 此方 法能有效地追踪背景噪声 的变化情况， 进而提升语音增 强的效果。
【 关键词 】语音增强； 谱估计； 非稳态噪声 【 中图分 类号 】Ｔ ９２ Ｎ １ 【 文献标识码 】Ａ
ＺＨＡＩＳ ｉ ｉ Ｕ Ｊｎ ｈ ｑ ，Ｌ ｉｇ，Ｚ ｉ ａ ＯＵ Ｈａｓ ｎ ｈ
Ａｎ Ｉ ｒ ｖ ｄ Ｓ ｅ ｃ ｈ ｎ ｅ ｅ ｔＡｌｏ ｉｈ Ｂａ ｅ ｎ Ｍ ｉ ｉ ｍ ｔ ｔｓｉｓ ｍｐ ｏ ｅ ｐ ｅ ｈ Ｅｎ ａ ｃ ｍ ｎ ｇ ｒｔ ｍ ｓ ｄ ｏ ｎ ｍｕ Ｓ ａ ｉｔ ｃ
展开研 究 ， 通过引 入保守 的有音 无音 检测 （ ｏｃ ｃ Ｖｉ Ａ－ ｅ
ｔ ｉ ｅ ｃｉ ， Ａ 算 法 （ 文 称 为 噪声 段 检 测 算 ｉ ｔ Ｄ ｔ ｔ ｎ Ｖ Ｄ） ｖｙ ｅ ｏ 本 法 ）准确 检测 出纯 噪声段 并利 用噪 声段 能量 统计 结 ，
两种 ， 时域方法 有基 于参 数 和模 型的方 法 、 空 间 子
方法等 ； 频域方法 中应用较 多的是基于短 时谱估 计 的 语音增强 ， 括谱 减法 、 包 维纳滤波 法 、 基于统计模 型 的 短时谱估计 法等 。其 中谱减法 由于算法 简单 ， 算 复 计
杂度低 ， 易于实时实现 ， 得到 了较 为广泛 的应用 。
增强语音 带来 额外 的音 乐 噪声 。 由 Ｙ ｒ ｐ ｒｍ 和 ａｉ Ｅ ｈａ ｖ ｉ
Ｄｖ ｌ ａｉ Ｍａ ｈ提 出 的 最 小 均 方 误 差 （ ｎｍ ｍ Ｍ ａ ｄ ａ Ｍｉｉｕ ｅｎ
Ｓｕｒ ｒ ｒＭ Ｅ 语音增 强方法 ， 音 短时谱 ｑａｅＥｒ ， ＭＳ ） ｏ 对语 分布提 出一种假设 的概率分 布模型 ， 并针对特 定 的失 真准则 和后验概率不敏 感特性 ， 最终估计 出纯 净语音 短 时谱 。最小均方 误差 语音 增强 可 以有效 地 降低音 乐 噪声 的影 响 ， 用 信 噪 比范 围较 广 ， 计 算 量 较 适 但 大 ＿ 。Ｍａｔ 出的一 种基 于最 优 平 滑和 最小 能量 ３ ｊ ｒｎ提 ｉ 统计 的噪声 估计 方 法 得 到广 泛 认 可 ， 方 法 核 心 该 原理是基 于最优平 滑算 法在 一段 时 间 内搜 索 带噪语 音频谱最 小值 ， 从而得到 噪声谱 估计值 。这种 方法在 有音无 音段均可 以更新 估计噪声谱数据 ， 适用 于非 并 平稳 噪声 情况 以及较 低信 噪 比环境 。但 由于 搜索 频 带所得 到 的频谱最小值 要小于实 际噪声谱 ， 以需 要 所 设定一个 偏差补偿 系数 来使其接近实 际噪声 ， 但这 种
（ｎｔｕ ｆ ｃｕｔ ｓ Ｎ ｎｉｇＵ ｉ ｒ ｔ， ａｊ ｇ １０ ３ Ｃ ｉａ Ｉｓｔｔ ｏ Ａ ｏｓｃ ， ａｊ ｎ ｅｓｙ Ｎ ｎｉ ０ ９ ， ｈｎ ） ｉｅ ｉ ｎ ｖ ｉ ｎ２
【 ｂｔａｔ ｎｉｐｏｅ ｐｅｈｅｈｎ ｅ ｎ ｌｏ ｔｍ ｂｓｄｏ ｎｍ ｍ ｓ ｔ ｔｓｉ ｐｏｏｅ ｉ ｐｐｒＴ ｅｎｉ Ａ ｓ ｃ】Ａ ｒｖｄｓｅｃ ｎａｃｍｅｔ ｇｒｈ ａｅ ｎｍｉ ｕ ｔ ｉｉ ｓ ｒ ｓｄｉ ｔ ｓ ａｅ． ｈ ｏｓ ｒ ｍ ａ ｉ ｉ ａｓｃ ｐ ｎｈ ｅ
文章 编 号 ：０ ２ ８ ８ （ ０２ ０－ ０ １ ０ １０ － ６４ ２ １ ）９ ０４ － ３
⑥ 可嗡０Ｕ ６ ＠闶 ＠ 语技 ∽ ⑧ ＠⑥ 音增强改进算法 木・文 论・
翟士奇， 卢 晶 ， 海 山 邹
（ 南京大学
声 学研究所 ， 江苏 南京
【 ｙｗ ｒ ｓ ｐｅｈｅ ｈｎｅ ｅｔｓｅｔ ｍ ｓｍ ｔｎ ｎｎ— ｔｔｎ ｒ ｎ ｉ Ｋｅ ｏ ｄ］ｓｅｃ ｎ ａｃｍ ｎ；ｐｃ ｕ ｅｔ ａ ｏ ；ｏ ｓ ｉ ａ ｏ ｅ ｒ ｉ ｉ ａｏ ｙ ｓ
１ 引言
语 音是人 类信 息 交 流 的 重要 载体 ， 是 数字 通 也 信 领域传输 的主要 内容 。但在 实 际 的通 信 系统 使用 过程中， 语音信 号往 往会 受 到各种 噪 声 的干扰 ， 包括 环境噪声 、 传输设 备 内部 电噪声 等 。严重 的噪声 干扰
ｐ ｗ ｒｅ ｔ ｔ ｎ ｓ ｈ ｍｅ ｉ ｉ ｒ ｖ ｄ ｂ ｓｎ ｅｉｂ ｅ ｎ ｉｅｆａ ｅｅ ｔ ｎ ｍｅｈ ｄ Ｔ ｅｅ ｐ ｒｍｅ ｔ ｅ ｕ ｔ ｈ ｗ ｈ ｔ ｈ ｏ ｅ ｓ ｍａｉ ｃ ｅ ｓ ｍｐ ｏ ｅ ｙ ｕ ｉ ｇ ａ ｒｌ ｌ ｏｓ ｒ ｍｅ ｄ ｔｃｉ ｔ ｏ ． ｈ ｘ ｅ ｉ ｏ ａ ｏ ｉ ｎ ｓ ｌ ｓ ｏ ｓｔ ａ ｅ ｒ ｔ ｐ ｏ ｏ ｅ ｔｏ ａ ｒ ｃ ｈ ａ ａ ｉｎ ｏ ｅ ｎ ｉｅｆ ｏ ｆ ｃ ｅ ｔ ｒ ｐ ｓ ｄ ｍｅｈ ｄ ｃ ｎ ｔ ｅ ｔ ｅｖ ｒ ｔ ｆｔ ｏｓ ｏ ｒｅ ｉｎ ｌ ａ ｉ ｏ ｈ ｌ ｉ ｙ，ａ ｄ ｌａ ｏａ ｍｐ ｏ ｅ ｐ ｅ ｈ ｅ ｈ ｎ ｅ ｎ ｅ ｕｔ ｎ ｅ ｄ ｔ ｎ ｉ ｒｖ ｄ ｓ ｅ ｃ ｎ ａ ｃ ｍｅ ｔｒ ｓ ｌ ．
经验 ｌ 生的设置往 往不 够准 确 和灵 活。笔者 就 此 问题
会极大降低语音的清晰度及可懂度， 造成语音通信质
量 的下 降。 语音增 强 是 降 低 语 音 信 号 噪声 干 扰 的有 效 手 段， 其主要 目的就 是从带 噪语音 中提取 出较纯净 的原 始语音 ， 高信 噪 比 ， 噪声影 响 ， 提 降低 从而提高语 音清 晰度 和可懂度 。常 用 的语 音 增强 方法 有 时域及 频 域
２０ ９ ） １０ ３
【 摘
要】针对基 于最小能量统计的语 音增 强算法 ， 可靠的噪声段检测方 法对噪声谱估计流 程进行 改进 ， 用 提升 噪
声谱 幅度估计 的准确度 。实验表 明， 此方 法能有效地追踪背景噪声 的变化情况， 进而提升语音增 强的效果。
【 关键词 】语音增强； 谱估计； 非稳态噪声 【 中图分 类号 】Ｔ ９２ Ｎ １ 【 文献标识码 】Ａ
ＺＨＡＩＳ ｉ ｉ Ｕ Ｊｎ ｈ ｑ ，Ｌ ｉｇ，Ｚ ｉ ａ ＯＵ Ｈａｓ ｎ ｈ
Ａｎ Ｉ ｒ ｖ ｄ Ｓ ｅ ｃ ｈ ｎ ｅ ｅ ｔＡｌｏ ｉｈ Ｂａ ｅ ｎ Ｍ ｉ ｉ ｍ ｔ ｔｓｉｓ ｍｐ ｏ ｅ ｐ ｅ ｈ Ｅｎ ａ ｃ ｍ ｎ ｇ ｒｔ ｍ ｓ ｄ ｏ ｎ ｍｕ Ｓ ａ ｉｔ ｃ
展开研 究 ， 通过引 入保守 的有音 无音 检测 （ ｏｃ ｃ Ｖｉ Ａ－ ｅ
ｔ ｉ ｅ ｃｉ ， Ａ 算 法 （ 文 称 为 噪声 段 检 测 算 ｉ ｔ Ｄ ｔ ｔ ｎ Ｖ Ｄ） ｖｙ ｅ ｏ 本 法 ）准确 检测 出纯 噪声段 并利 用噪 声段 能量 统计 结 ，
两种 ， 时域方法 有基 于参 数 和模 型的方 法 、 空 间 子
方法等 ； 频域方法 中应用较 多的是基于短 时谱估 计 的 语音增强 ， 括谱 减法 、 包 维纳滤波 法 、 基于统计模 型 的 短时谱估计 法等 。其 中谱减法 由于算法 简单 ， 算 复 计
杂度低 ， 易于实时实现 ， 得到 了较 为广泛 的应用 。
增强语音 带来 额外 的音 乐 噪声 。 由 Ｙ ｒ ｐ ｒｍ 和 ａｉ Ｅ ｈａ ｖ ｉ
Ｄｖ ｌ ａｉ Ｍａ ｈ提 出 的 最 小 均 方 误 差 （ ｎｍ ｍ Ｍ ａ ｄ ａ Ｍｉｉｕ ｅｎ
Ｓｕｒ ｒ ｒＭ Ｅ 语音增 强方法 ， 音 短时谱 ｑａｅＥｒ ， ＭＳ ） ｏ 对语 分布提 出一种假设 的概率分 布模型 ， 并针对特 定 的失 真准则 和后验概率不敏 感特性 ， 最终估计 出纯 净语音 短 时谱 。最小均方 误差 语音 增强 可 以有效 地 降低音 乐 噪声 的影 响 ， 用 信 噪 比范 围较 广 ， 计 算 量 较 适 但 大 ＿ 。Ｍａｔ 出的一 种基 于最 优 平 滑和 最小 能量 ３ ｊ ｒｎ提 ｉ 统计 的噪声 估计 方 法 得 到广 泛 认 可 ， 方 法 核 心 该 原理是基 于最优平 滑算 法在 一段 时 间 内搜 索 带噪语 音频谱最 小值 ， 从而得到 噪声谱 估计值 。这种 方法在 有音无 音段均可 以更新 估计噪声谱数据 ， 适用 于非 并 平稳 噪声 情况 以及较 低信 噪 比环境 。但 由于 搜索 频 带所得 到 的频谱最小值 要小于实 际噪声谱 ， 以需 要 所 设定一个 偏差补偿 系数 来使其接近实 际噪声 ， 但这 种
（ｎｔｕ ｆ ｃｕｔ ｓ Ｎ ｎｉｇＵ ｉ ｒ ｔ， ａｊ ｇ １０ ３ Ｃ ｉａ Ｉｓｔｔ ｏ Ａ ｏｓｃ ， ａｊ ｎ ｅｓｙ Ｎ ｎｉ ０ ９ ， ｈｎ ） ｉｅ ｉ ｎ ｖ ｉ ｎ２
【 ｂｔａｔ ｎｉｐｏｅ ｐｅｈｅｈｎ ｅ ｎ ｌｏ ｔｍ ｂｓｄｏ ｎｍ ｍ ｓ ｔ ｔｓｉ ｐｏｏｅ ｉ ｐｐｒＴ ｅｎｉ Ａ ｓ ｃ】Ａ ｒｖｄｓｅｃ ｎａｃｍｅｔ ｇｒｈ ａｅ ｎｍｉ ｕ ｔ ｉｉ ｓ ｒ ｓｄｉ ｔ ｓ ａｅ． ｈ ｏｓ ｒ ｍ ａ ｉ ｉ ａｓｃ ｐ ｎｈ ｅ