【正文】 噪聲估計的算法及MATLAB實(shí)現(xiàn)畢業(yè)設(shè)計目 錄1 緒 論 1 噪聲估計算法研究的目的和意義 1 國內(nèi)外研究的現(xiàn)狀 2 論文的整體安排 32 幾種經(jīng)典的噪聲估計的算法 4 幾種噪聲估計算法的優(yōu)點(diǎn) 4 噪聲估計算法 43 基于語音活動性檢測的噪聲估計算法及MATLAB實(shí)現(xiàn) 6 基于語音活動性檢測的噪聲估計算法 6 短時能量 6 短時平均過零率 7 基于短時能量和短時平均過零率的語音活動性檢測 7 實(shí)驗(yàn)仿真 94 最小統(tǒng)計遞歸平均的噪聲估計算法及MATLAB仿真 11 最小值統(tǒng)計法 11 最優(yōu)平滑 11 最小功率譜統(tǒng)計跟蹤 12 實(shí)驗(yàn)仿真 14 基于統(tǒng)計信息的非平穩(wěn)噪聲自適應(yīng)算法 15 概述 15 非平穩(wěn)噪聲自適應(yīng)算法 15 最小值控制遞歸平均算法 18 計算局部能量最小值 19 估計語音存在的概率 20 更新噪聲譜的估計 20 一種改進(jìn)的最小統(tǒng)計量控制遞歸平均噪聲估計算法 21 改進(jìn)的噪聲估計算法 21 實(shí)驗(yàn)仿真 235 總結(jié)與展望 24 論文的主要工作 24 目前存在的問題及今后的發(fā)展方向 24參考文獻(xiàn) 25致 謝 26附錄:外文文獻(xiàn) 27521 緒 論 噪聲估計算法研究的目的和意義語音作為語言的聲學(xué)表現(xiàn)，是人類特有的也是最重要的思想和情感交流段，也是人機(jī)交互最自然的方式。而人們在通信過程中，語音常常受到環(huán)境噪聲的干擾而使通話質(zhì)量下降，在實(shí)際應(yīng)用中噪聲的存在也會產(chǎn)生很多問題,語音處理設(shè)備對人類語音進(jìn)行獲取或處理的過程不可避免地要受到來自周圍環(huán)境的各種噪聲或其它講話者的干擾，這些干擾噪聲最終將使語音處理設(shè)備的接收到的語音不再是純凈的原始語音，而是被噪聲污染過的帶噪語音。由于環(huán)境噪聲的污染會使許多語音處理系統(tǒng)的性能急劇惡化，嚴(yán)重時使語音處理系統(tǒng)不能正常工作,因此在上述情況下，背景噪聲的存在不僅嚴(yán)重破壞了語音信號原有的模型參數(shù)和聲學(xué)特性，導(dǎo)致許多語音處理系統(tǒng)服務(wù)質(zhì)量的降低，而且會影響系統(tǒng)輸出語音的可懂程度，使聽眾產(chǎn)生聽覺疲勞。在視頻信號中也同樣存在噪聲,很多視頻圖像處理都是在沒有考慮噪聲情況下得出的，如果存在噪聲就必將會影響這些算法的有效性。由于噪聲對視頻圖像處理算法的影響如此大，因此在開發(fā)圖像視頻處理算法時必須考慮噪聲，必須有一種可靠的方法能準(zhǔn)確地估計噪聲，以便使很多圖像視頻處理算法(比如邊緣檢測、圖像分割和濾波等)在噪聲存在的情況下依舊保持非常良好的性能。然而,語音增強(qiáng)技術(shù)作為一種預(yù)處理技術(shù)，是消除這些噪聲干擾的一個最重要的手段，它通過對帶噪語音進(jìn)行處理來改善語音質(zhì)量，使人們易于接受或提高語音處理系統(tǒng)的性能。語音增強(qiáng)的主要目標(biāo)是從帶噪語音信號中提取盡可能純凈的原始語音,通過語音增強(qiáng)，抑制背景噪聲，提高語音通信質(zhì)量,而噪聲估計又是語音增強(qiáng)的一個非常重要的部分，噪聲估計的準(zhǔn)確性直接影響到語音增強(qiáng)的效果，因此研究噪聲估計算法有很好的實(shí)用價值。在這種情況下，必須建立一個語音增強(qiáng)系統(tǒng)，通過對帶噪語音進(jìn)行處理，以消除背景噪聲，改善語音質(zhì)量，提高語音的清晰度、可懂度和自然度，提高語音處理系統(tǒng)的性能；或者將語音增強(qiáng)作為一種預(yù)處理手段，以提高語音處理處理系統(tǒng)的抗干擾能力。要實(shí)現(xiàn)這些第一個環(huán)節(jié)就是要利用噪聲的特性參數(shù)，很好的將噪聲估計出來。語音增強(qiáng)算法可從信號輸入的通道數(shù)上分為單通道的語音增強(qiáng)算法和多通道的語音增強(qiáng)算法。單通道語音系統(tǒng)在實(shí)際應(yīng)用中較為常見，如電話，手機(jī)等。這種情況下語音和噪聲同時存在一個通道中，語音信息與噪聲信息必須從同一個信號中得出。而單通道語音增強(qiáng)是語音增強(qiáng)的基礎(chǔ)，單通道語音增強(qiáng)第一個環(huán)節(jié)就是要利用噪聲的特性參數(shù)，很好的將噪聲估計出來，而在此方法中，噪聲源是不可接近的，背景噪聲的特性只能從帶噪語音中獲得。因此，噪聲估計的準(zhǔn)確性會直接影響最終效果：噪聲估計過高，則微弱的語音將被去掉，增強(qiáng)語音會產(chǎn)生的失真；而估計過低，則會有較多的背景殘留噪聲。因此，對噪聲估計方法的研究是非常必要的，在語音算法的前期必需要對噪聲進(jìn)行估計。噪聲估計還在語音通訊領(lǐng)域非常重要，同時在統(tǒng)計學(xué)、圖像處理、軍事等方面也起著非常重要的作用. 由于噪聲的統(tǒng)計特性比語音的統(tǒng)計特性更平穩(wěn)，所以噪聲估計在統(tǒng)計學(xué)中也很有研究意義。可見，噪聲估計在很多領(lǐng)域起著非常重要的作用，那么噪聲估計算法作為研究課題是非常有意義的。 國內(nèi)外研究的現(xiàn)狀有關(guān)抗噪聲技術(shù)的研究，在國內(nèi)外作為非常重要的研究課題，已經(jīng)作了大量的研究工作，取得了豐富的研究成果。而噪聲估計是語音增強(qiáng)中非常重要的一個部分，在這方面的研究，國外比較多一些，以下介紹幾種經(jīng)典的噪聲估計算法。傳統(tǒng)的噪聲估計方法是使用語音活動性監(jiān)測 ( VAD:Voice Active Detection)判別語音是否出現(xiàn)，并分離出無聲段,此時無聲段主要表現(xiàn)為噪聲特性,然后在無聲區(qū)通過某種統(tǒng)計方法,獲得背景噪聲特性的近似估計,對噪聲譜進(jìn)行更新。盡管該方法在噪聲為平穩(wěn)的情況下是可行的，但是在實(shí)際的噪聲環(huán)境中噪聲譜的特性變化很大,在低信噪比下,VAD的誤檢率會增大,在不能正確判斷無聲段的情況下很難保證估計出來的噪聲的準(zhǔn)確性。因此，為了實(shí)現(xiàn)精確的噪聲估計，就要對噪聲譜進(jìn)行實(shí)時的估計。1994年Martin提出了一種基于最小值統(tǒng)計的方法來估計噪聲，它是基于帶噪語音信號的功率水平滯后于噪聲的功率水平，因此可以通過跟蹤帶噪語音信號功率譜的最小值來獲得噪聲功率譜的估計值。 的滑動窗口內(nèi)尋找每一頻率帶內(nèi)的頻譜最小值，經(jīng)過補(bǔ)償后和帶噪語音的功率譜進(jìn)行比較。不論帶噪語音的功率譜是否小于局部最小值，局部最小值都需要更新。同時，為了能更快的跟蹤并更新局部最小值和頻譜最小值，把滑動窗口分為子窗口，在每個子窗口內(nèi)更新噪聲的估計譜，提高了精確度[4]。此算法的基本思路是先用一個最優(yōu)平滑濾波對帶噪語音的功率譜濾波，得到一個噪聲的粗略估計。然后找出粗略噪聲中的在一定時間窗內(nèi)的最小值，對這個最小值進(jìn)行一些偏差修正，即得到所要估計的噪聲的方差。1995年Doblinger通過比較前幀帶噪語音子帶平滑功率譜最小值和后幀帶噪語音子帶平滑功率譜之間大小，對帶噪語音子帶平滑功率譜最小值每幀進(jìn)行跟蹤和更新，并將其作為估計的噪聲譜，該噪聲譜估計方法計算效率高，能快速適應(yīng)背景噪聲的變化，但是它直接把帶噪語音子帶平滑功率譜最小值作為估計的噪聲譜，使得噪聲譜過估計。但這種算法容易將語音電平的增長當(dāng)作噪聲電平的增長。與此類似的算法還有基于分位數(shù)統(tǒng)計量的噪聲估計算法，先對噪聲估計窗內(nèi)的信號進(jìn)行排序，然后按一定的分?jǐn)?shù)比例取信號作為噪聲估計，算法復(fù)雜度比較高。2002年Cohen 和Berdugo提出了一種基于最小值控制遞歸平均法的噪聲估計算法,把最小追蹤法的魯棒性與遞歸平均方法的簡單性結(jié)合到一起，該算法能夠快速地追蹤突變的噪聲功率譜。與最小統(tǒng)計相比，對最小值的跟蹤不是關(guān)鍵性的，在進(jìn)行遞歸平均時不需要對語音出現(xiàn)與缺失進(jìn)行區(qū)分，因此即使在弱語音段也同樣可以進(jìn)行連續(xù)噪聲估計更新。具有能夠快速跟蹤噪聲譜的突變的能力。Cohen提出的噪聲估計算法不直接依賴于最小統(tǒng)計量,而依賴于最小值的跟蹤算法，具有較好的魯棒性。雖然比起Martin的最小值統(tǒng)計跟蹤算法效果要好的多，但無法完全避免在噪聲上升區(qū)域的噪聲欠估計及持續(xù)強(qiáng)語音后面區(qū)域出現(xiàn)的噪聲過估計的缺陷。為了進(jìn)一步提高算法性能，Cohen提出了改進(jìn)的最小統(tǒng)計量控制遞歸平均算法(IMCRA，Improved Minima Controlled Recursive Averaging)。2004年Rangachari 和Loizou提出了一種快速估計方法，不僅使得帶噪語音子帶中語音出現(xiàn)概率計算更準(zhǔn)確，而且噪聲譜的更新在連續(xù)時間內(nèi)不依賴固定時間的窗長，但是在語音或噪聲能量過高時噪聲的估計就會慢下來， 時，就會削弱一些語音能量。因此，噪聲估計算法有待更進(jìn)一步的改進(jìn)。2009年余力, 陳穎琪提出了一種基于DCT變換的自適應(yīng)噪聲估計算法，采用DCT系數(shù)作為塊均勻度的度量，較好地適應(yīng)了高低噪聲的情況,算法復(fù)雜度不大，能適用于各種實(shí)時圖像視頻處理系統(tǒng)。理論分析及實(shí)驗(yàn)結(jié)果表明本算法不僅在低噪聲的圖片中表現(xiàn)出良好的性能，而且在高噪聲的圖片中依舊有效。此外,還能適應(yīng)不同質(zhì)量的圖像。通過對基于最小統(tǒng)計量的噪聲估計方法和改進(jìn)的最小統(tǒng)計量控制遞歸平均噪聲估計算法研究發(fā)現(xiàn)這些噪聲估計方法可以在語音存在段進(jìn)行噪聲估計，能夠有效地跟蹤非平穩(wěn)噪聲。但是，這些算法在各個頻帶進(jìn)行噪聲估計，算法復(fù)雜度高，噪聲估計方差大。于是在考慮各頻帶間的相關(guān)性上提出了在巴克域進(jìn)行噪聲估計，減小了噪聲估計方差，提高了噪聲估計的準(zhǔn)確性，并極大地減小算法運(yùn)算量和存儲量。而且，在巴克域進(jìn)行噪聲估計更符合人耳聽覺特性，增強(qiáng)語音具有更好的質(zhì)量。其他類似的方法還有低能量包絡(luò)跟蹤和基于分位數(shù)的估計方法，后者噪聲的估計是基于帶噪語音未平滑功率譜的分位數(shù)，而不是提取平滑功率譜的最小值，但是此方法計算復(fù)雜度很高，且需要很大的內(nèi)存來存儲過去的功率譜值。本文重點(diǎn)就是在前人研究的基礎(chǔ)上，跟蹤國內(nèi)外最新資料，研究了一種新的噪聲估計算法，使延遲時間能夠縮短，最好沒有延遲。 論文的整體安排第一章 緒論。噪聲估計算法研究的目的和意義及國內(nèi)外研究的現(xiàn)狀。第二章 幾種經(jīng)典的噪聲估計的算法。Martin的最小統(tǒng)計量的估計算法, Cohen和Berdugo提出的基于最小統(tǒng)計量控制遞歸平均算法,通過比較最終提出改進(jìn)的最小統(tǒng)計量控制遞歸平均算法，仿真結(jié)果表明，這種方法在非平穩(wěn)噪聲條件下，也具有較好的噪聲跟蹤能力和較小的噪聲估計誤差，可以有效地提高語音增強(qiáng)系統(tǒng)的性能。 第三章 基于語音活動性檢測的噪聲估計算法及MATLAB仿真。通過基于語音活動性檢測的噪聲估計算法，對能量和最小過零率的語音端點(diǎn)進(jìn)行檢測，仿真結(jié)果得出，我們需要魯棒性更強(qiáng)的算法，即使在有語音存在的情況下，也能夠?qū)崿F(xiàn)噪聲的連續(xù)估計和不斷更新。第四章 最小統(tǒng)計遞歸平均的噪聲估計算法及MATLAB仿真。首先研究了最小值統(tǒng)計跟蹤法通過仿真得出此算法不能快速跟蹤真實(shí)噪聲的變化，并研究了基于統(tǒng)計信息的非平穩(wěn)噪聲自適應(yīng)算法，但它的計算很復(fù)雜。其次是Cohen和Berdugo提出的最小值控制遞歸平均算法，為了進(jìn)一步提高算法性能，本文提出了一種改進(jìn)的最小值控制遞歸平均算法，此算法在保證噪聲估計準(zhǔn)確性的同時減小了算法的復(fù)雜度。 第五章 總結(jié)全文,并分析論文存在的不足及今后的的發(fā)展方向。在以后的噪聲估計算法的研究中要進(jìn)一步完善噪聲功率譜的估計算法，進(jìn)一步將噪聲估計方法和其他方法相結(jié)合，爭取得到更加精確的噪聲估計。2 幾種經(jīng)典的噪聲估計的算法 幾種噪聲估計算法的優(yōu)點(diǎn)(1) Martin提出的基于最小統(tǒng)計量的噪聲估計算法，是先用一個最優(yōu)平滑濾波對帶噪語音的功率譜濾波，得到一個噪聲的粗略估計。然后找出粗略噪聲中的在一定時間窗內(nèi)的最小值，對這個最小值進(jìn)行一些偏差修正，即得到所要估計的噪聲的方差。而且,為了能更快的跟蹤并更新局部最小值和頻譜最小值，把滑動窗口分為子窗口，在每個子窗口內(nèi)更新噪聲的估計譜，提高了精確度。(2) Cohen和Berdugo提出的基于最小統(tǒng)計量控制遞歸平均算法, 該方法用一個與時頻相關(guān)的平滑因子對帶噪語音的過去值進(jìn)行平均，以得到噪聲的估計值，然后在每一幀內(nèi)連續(xù)的更新噪聲。采用遞歸平均進(jìn)行噪聲估計，平滑參數(shù)受語音存在概率控制，并由最小統(tǒng)計量控制語音存在概率。(3) 近年來，提出了一種自適應(yīng)連續(xù)噪聲譜估計方法，它是一種專門用語單聲道語音增強(qiáng)系統(tǒng)的噪聲估計的。它不需要語音的有聲/無聲檢測，噪聲譜在所有的幀中連續(xù)的更新，并不關(guān)心本幀是語音幀還是噪聲幀，對每一幀都重新計算其噪聲功率譜。自適應(yīng)連續(xù)的噪聲估計算法，省去了對語音端點(diǎn)的檢測，對非平穩(wěn)噪聲也有較好的適應(yīng)性，即使在有語音存在的情況下，也能夠?qū)崿F(xiàn)噪聲的連續(xù)估計和不斷更新。 噪聲估計算法Martin提出的基于最小統(tǒng)計量的噪聲估計算法的基本思路是先用一個最優(yōu)平滑濾波對帶噪語音的功率譜濾波，得到一個噪聲的粗略估計。然后找出粗略噪聲中的在一定時間窗內(nèi)的最小值，對這個最小值進(jìn)行一些偏差修正，即得到所要估計的噪聲的方差。這種方法是在噪聲估計窗內(nèi)搜索最小值作為噪聲估計量,而且此算法對窗長的選擇比較敏感,當(dāng)窗長比較長時，對非平穩(wěn)噪聲的跟蹤速度慢，而且容易出現(xiàn)噪聲低估；當(dāng)窗長比較短時，比較容易出現(xiàn)將語音的低能量成分當(dāng)作噪聲。這些問題可以通過優(yōu)化的平滑參數(shù)和偏差補(bǔ)償?shù)靡愿倪M(jìn)，雖然提高了精確度,但這大大地提高了算法的復(fù)雜度。仿真結(jié)果表明:最小值統(tǒng)計跟蹤法對平穩(wěn)噪聲噪聲的估計是比較準(zhǔn)確的,但是對非平穩(wěn)噪聲就表現(xiàn)的不好了。而Cohen和Berdugo提出的最小統(tǒng)計量控制遞歸平均算法(MCRA，Minima Controlled Recursive Averaging)，采用遞歸平均進(jìn)行噪聲估計，平滑參數(shù)受語音存在概率控制，并由最小統(tǒng)計量控制語音存在概率。這種算法不直接依賴于最小統(tǒng)計量，具有較好的魯棒性，它是使用一個平滑參數(shù)對功率譜的過去值進(jìn)行平均，該平滑參數(shù)是根據(jù)每個子帶中語音存在的概率進(jìn)行調(diào)整的。在一給定幀的某個子帶中語音是否存在的概率可以由帶噪語音的局部能量值與其待定時間窗內(nèi)的最小值的比值決定，把該比值與某一門限做比較，小的比值意味著該子帶中不存在語音，反之，意味著該子帶內(nèi)存在語音。如果給定幀的某個子帶中存在語音，那么該子帶內(nèi)的噪聲譜等于上一幀的噪聲譜，如果不存在，則根據(jù)帶噪語音的功率譜更新噪聲譜。最后，為了防止估計的噪聲起伏較大，對其進(jìn)行了遞歸平滑。為了進(jìn)一步提高算法性能，本文研究了一種改進(jìn)的最小統(tǒng)計量控制遞歸平均算法。該算法采用遞歸平均進(jìn)行噪聲估計，其遞歸平均的平滑因子受語音存在概率控制，而語音存在概率的計算采用了兩次平滑和最小統(tǒng)計量跟蹤。與Cohen提出的IMCRA算法相比，本文采用的是一種快速有效的最小統(tǒng)計量跟蹤算法，在IMCRA算法的基礎(chǔ)上，利用其對語音最小統(tǒng)計量估計的魯棒性，采用了一種簡單有效的最小統(tǒng)計量估計算法，在保證噪聲估計準(zhǔn)確性的同時，減小了算法的復(fù)雜度。仿真結(jié)果表明：在非平穩(wěn)噪聲條件下，算法具有較好的噪聲跟蹤能力和較小的噪聲估計誤差，可以有效地提高語音增強(qiáng)系統(tǒng)的性能。3 基于語音活動性檢測的噪聲估計算法及MATLAB實(shí)現(xiàn)傳統(tǒng)