第9章抗噪声语音处理技术42页PPT

而有：
P s()P y()P n()
这样减出来的功率谱可以认为是较为纯净的语音功率谱，然 后，从这个功率谱可以恢复降噪后的语音时域信号。
在具体计算时，为防止出现负功率谱的情况，减谱时当
❖ 语音信号和噪声信号的区别
❖ 通过语音降噪技术来改善语音质量的过程如 图14-1所示
9.1概述 9.2语音特性、人耳感知特性及 噪声特性 9.3语音增强技术 9.4特征补偿技术 9.5模型补偿技术
语音增强
❖ 通过语音增强技术来改善语音质量的过程：
❖ 语音增强的主要目的是从带噪的语音信号中 尽可能地恢复出纯净的语音信号
例 残响及传输网络的电路噪声（非加性噪声往往可 以通过某种变换，如同态滤波，转为加性噪声）
❖ 加性噪声：当噪声对语音的干扰表现为两者信号 在时域进行相加时该噪声被称为加性噪声显然噪声 和语音在频域也为相加关系。 例：冲激噪声、周期噪声、宽带噪声、语音干扰
❖ （1）冲激噪声：例如放电，打火，爆炸都会引起 冲激噪声，它的时域波形是类似于冲激函数的窄脉 冲。
噪声特性
对噪声进行划分的标准很多各种分类方法分 析角度不同，介绍一下下面两种分类方法：
1）.根据噪声统计特性随时间变化的程度可以 将噪声分为平稳噪声，缓变噪声和冲激噪声。
2）根据噪声对语音频谱的干扰方式可以把噪声主要 分为加性噪声和乘性噪声。
❖ 乘性噪声：乘性噪声是指噪声和语音在频谱是相 乘的关系在时域和语音则是卷积的关系。
消除冲激噪声影响的方法通常有两种：对带噪语 音信号的幅度求均值，将该均值做为判断阈，凡是 超过该阈值的均判为冲激噪声，在时域中将其滤除； 当冲激脉冲不太密集时，也可以通过某些点内插的 方法避开或者平滑掉冲激点，从而能在重建语音信 号去掉冲激噪声。
❖ （2）周期噪声：最常见的有电动机，风扇之类周 期运转的机械所发出的周期噪声，50Hz交流电源哼 哼声也是周期噪声。通常可以采用陷波器方法予以 滤除。
因此，如果用P y()、 P s()、 P n()分别表示 y(t)、 s(t)、 n(t)
的功率谱，则有：
P y()P s()P n()
而由于平稳噪声的功率谱在发声前和发声期间可以认为基本没
有变化，这样可以通过发声前的所谓的“寂静段”（认为在
这一段里没有语音只有噪声）来估计噪声的功率谱 Pn ()，从
9.1 概述
❖ 语音信号作为信息的最普遍最直接的表达方式，在许多领域 具有广泛的应用前景。现实生活中的语音不可避免的要受到 环境的影响。
❖ 噪声分类： 按类别：可分为环境噪声等的加性噪声和残响及电器线路干 扰等的乘法性噪声 按性质：平稳噪声和非平稳噪声
❖ LomBard现象：在噪声环境下，说话者情绪会发生变化， 从而引起声带的变化（对语音处理系统的影响相对较小）
❖ 3）宽带噪声：说话时同时伴随着呼吸引起的 噪声，随机噪声源产生的噪声，以及量化噪 声等都可以视为宽带噪声，应用中常近似为 Gauss噪声或白噪声。
其显著特点是噪声频谱遍布于语音信号频谱 之中，导致消除噪声较为困难。
一般需要采取非线性处理方法。
❖ （4）语音干扰：干扰语音信号和待传语音信 号同时在一个信道中传输所造成语音干扰称 为语音干扰。
区别有用语音和干扰语音的基本方法是利 用它们的基音差别。考虑到一般情况下两种 语音的基音不同，也不成整数倍，这样可以 用梳状滤波器提取基音和各次谐波，再恢复 出有用语音信号。
❖ （5）传输噪声：这是传输系统的电路噪声。 与背景噪声不同，它在时间域里是语音和噪 声的卷积。处理这种噪声可以采用同态处理 的方法，把非加性噪声变换为加性噪声来处 理
国内外语音信号处理研究成果
目前国内外的研究成果从增强思想上主要分 为以下三类：
1）采用语音增强算法，提高语音识别系统前端预处理的抗噪 声能力，提高输入信号的信噪比。（与后端应用无关）
2）第二类方法是寻找稳健的耐噪声的语音特征参数。 如采用 短时修正的相干系数（Short-Time Modified Coherence Coefficient，简称为SMC）作为语音特征参数。
3）第三类方法是基于模型参数适应化的噪声补偿算法，如针 对加法性噪声的HMM合成法，和针对乘法性噪声的 Stochastic Matching法等。通常只考虑到噪声环境是平稳的， 在低信噪比语音以及非平稳噪声环境中的效果并不理想。
9.1概述 9.2语音特性、人耳感知特性及 噪声特性 9.3语音增强技术 9.4特征补偿技术 9.5模型补偿技术
❖ 语音增强的主要目的是从带噪的语音信号中 尽可能地恢复出纯净的语音信er滤波法
减谱法（SS）语音增强技术
❖ 基本原理
减谱法是处理宽带噪声较为传统和有效的方法，其基本思想 是在假定加性噪声与短时平稳的语音信号相互独立的条件下 ，从带噪语音的功率谱中减去噪声功率谱，从而得到较为纯 净的语音功率谱。
如果设 s (t ) 为纯净语音信号，n(t) 为噪声信号，y(t) 为带噪语音
信号，则有：
y(t)s(t)n(t)
用 Y()、 S()、 N ()分别表示 y(t)、 s(t)、 n(t)的傅里叶变换
，可得下式：
Y()S()N ()
由于假定语音信号与加性噪声是相互独立的，因此有：
Y()2S()2N()2
9.2语音特性、人耳感知特性及噪 声特性
语音特性 ❖ 语音信号是一种非平稳的随机信号
❖ 任何语言的语音都有元音和辅音两种音素，根据发 音机理的不同，辅音又可以分为清辅音和浊辅音。
❖ 语音信号，作为非平稳、非遍历随机过程的样本函 数，其短时谱的统计特性在语音增强中又着举足轻 重的作用。（据中心极限定理，语音的短时谱的统计特性 服从高斯分布。）
人耳感知特性： ❖ 对于声波频率高低的感觉与实际频率的高低不呈线
性关系，而近似为对数关系；对频率的分辨能力受 声强的影响；对语音信号的幅度谱较为敏感，对相 位不敏感。
❖ 人耳掩蔽效应：产生一个声音由于另外一个声音的 出现而导致该声音能被感知的阀值提高的现象。
语音增强的最终效果度量是人耳的主观感觉，所以在语音 增强中可以利用人耳感知特性来减少运算代价。