【正文】 (3)Where α is the smoothing constant. The above recursive equation in recognized as an IIR Low pass filter, provides a smoothed version of periodogram |Y(λ, k)|178。 ≈ | X (λ, k)|178。附錄:外文文獻(xiàn)Noise estimation Algorithms for Speech Enhancement in highly nonstationary EnvironmentsAnuradha R. Fukane1, Shashikant L. Sahare21,2 Electronics and Telemunication departmentCummins college of Engineering For Women, Pune 411052, Maharashtra, IndiaAbstractA noise estimation algorithm plays an important role in speech enhancement. Speech enhancement for automatic speaker recognition system, Man–Machine munication, Voice recognition systems, speech coders, Hearing aids, Video conferencing and many applications are related to speech processing. All these systems are real world systems and input available for these systems is only the noisy speech signal, before applying to these systems we have to remove the noise ponent from noisy speech signal means enhanced speech signal can be applied to these systems. In most speech enhancement algorithms, it is assumed that an estimate of noise spectrum is available. Noise estimate is critical part and it is important for speech enhancement algorithms. If the noise estimate is too low then annoying residual noise will be available and if the noise estimate is too high then speech will get distorted and loss intelligibility. This paper focus on the different approaches of noise estimation. Section I introduction, Section II explains simple approach of Voice activity detector (VAD) for noise estimation, Section III explains different classes of noise estimation algorithms, Section IV explains performance evaluation of noise estimation algorithms, Section V conclusion.Keywords: speech enhancement, Noise, VAD, FFT, Histogram.1. IntroductionSpeech enhancement plays an important role in numerous applications such as hearing aids184。（2）進(jìn)一步完善噪聲功率譜的估計(jì)算法，對(duì)于許多新型的算法加以研究，進(jìn)一步將噪聲估計(jì)方法和其他方法相結(jié)合，爭(zhēng)取得到更加精確的噪聲估計(jì)。因此，噪聲估計(jì)是語音增強(qiáng)系統(tǒng)中非常重要的一個(gè)部分，估計(jì)的好壞會(huì)直接影響最終的增強(qiáng)效果。定義和: (446)設(shè),則先驗(yàn)語音不存在概率為: (447) 實(shí)驗(yàn)仿真本實(shí)驗(yàn)的兩種帶噪語音文件，一種是信噪比為5dB的平穩(wěn)帶噪語音，噪聲為高斯白噪聲。對(duì)帶噪語音信號(hào)分幀并變換到頻域可以得到Y(jié)(k，1)=x(k，Z)+D(k，Z)，k為頻帶序號(hào)，l為幀序號(hào)。 計(jì)算局部能量最小值局部能量最小值等于前一幀局部能量最小值與當(dāng)前幀帶噪信號(hào)功率譜中較小的一個(gè),即:9 (429)同時(shí)定義一個(gè)臨時(shí)變量,表示如下: (430)每當(dāng)處理第nL幀時(shí)，更新局部能量最小值和臨時(shí)變量，分別為： (431)其中，L為一個(gè)包含多幀的窗口大小，決定了局部最小值搜索的范圍，考慮到語音的連續(xù)性和噪聲的改變。該方法使用一個(gè)平滑參數(shù)對(duì)功率譜的過去值進(jìn)行平均，該平滑參數(shù)是根據(jù)每個(gè)子帶中語音存在的概率進(jìn)行調(diào)整的。)(2) 計(jì)算時(shí)頻平滑參數(shù)利用上面的語音存在概率估計(jì),用下式計(jì)算時(shí)頻平滑參數(shù): (423),的取值范圍是:(3) 更新噪聲功率譜最后,在計(jì)算了時(shí)頻平滑參數(shù)后,利用下式來更新噪聲功率譜: (424)其中,是噪聲功率譜的估計(jì)值,整個(gè)算法的描述過程:根據(jù)式(421)判斷何時(shí)是語音存在頻點(diǎn),何時(shí)是語音間隙頻點(diǎn)。下面用遞歸法則去跟蹤最小值:if thenelse end其中,是帶噪語音的局部最小功率譜, 。在帶噪語音的每一幀處,基于帶噪語音的功率譜和其局部最小值的比率來判斷純凈語音是否存在,結(jié)果表明在噪聲水平突然增加的情況下,。圖41 真實(shí)噪聲譜和MS算法估計(jì)的噪聲譜 (5dB高斯白噪聲)圖42 真實(shí)噪聲譜和MS算法估計(jì)的噪聲譜 (信噪比從10dB突變?yōu)?dB)由上圖可知，當(dāng)噪聲和信噪比同時(shí)突變的情況下，此算法仍然不能快速跟蹤真實(shí)噪聲的變化。設(shè)在D個(gè)連續(xù)的短時(shí)功率譜密度估計(jì)P(λ, k)中的最小值為，那么： (47)假設(shè)獨(dú)立同分布，所以P(λ, k)的概率密度函數(shù)為： (48)由于與\成正比，并且的方差正比于。第三，最小值的跟蹤過程比真實(shí)的噪聲要滯后。4 最小統(tǒng)計(jì)遞歸平均的噪聲估計(jì)算法及MATLAB仿真本章先研究了經(jīng)典的噪聲估計(jì)算法即最小值跟蹤法,然后研究了基于統(tǒng)計(jì)信息的非平穩(wěn)噪聲自適應(yīng)算法,最后對(duì)這兩種噪聲估計(jì)算法做了實(shí)驗(yàn)仿真。當(dāng)S1 確定后，從S1 幀之前的30 幀搜索，依次比較各幀的過零率，若有3 幀以上的過零率超過ZT，則將起始點(diǎn)S1 定為滿足ZZT 的最前幀的幀號(hào)，如果這些幀的過零率都小于門限ZT 則將S1 作為起點(diǎn)。計(jì)算EL 和EU 時(shí)，先算出最初10 幀信號(hào)每幀的短時(shí)平均能量或平均幅度E，最大值記為EMAX，最小值記為EMIN。而且在一些特殊情況下，在以某些音為開始或結(jié)尾時(shí)，如當(dāng)弱摩擦音（如[f]，[h]等音素）、弱爆破音（如[p]，[t]，[k]等音素）為開始或結(jié)尾；以鼻音（如[ng]，[n]，[m]等音素）為語音的結(jié)尾時(shí)，只用其中一個(gè)參數(shù)量來判別語音的起點(diǎn)和終點(diǎn)是有困難的，往往會(huì)漏掉某些音素，必須同時(shí)使用這兩個(gè)參數(shù)。其中，當(dāng)信號(hào)為單一正弦波時(shí)，過零率為信號(hào)頻率的兩倍。本章從語音活動(dòng)檢測(cè)和連續(xù)更新噪聲兩方面入手，將幾種算法的基本原理及過程進(jìn)行了詳細(xì)的描述，并分析了實(shí)驗(yàn)結(jié)果。3 基于語音活動(dòng)性檢測(cè)的噪聲估計(jì)算法及MATLAB實(shí)現(xiàn)傳統(tǒng)的噪聲估計(jì)方法使用語音活動(dòng)監(jiān)測(cè)（VAD）技術(shù)分離出無聲段，這時(shí)無聲段主要表現(xiàn)為噪聲特性，然后再通過某種統(tǒng)計(jì)方法，即可獲得背景噪聲特性的近似估計(jì)。這種算法不直接依賴于最小統(tǒng)計(jì)量，具有較好的魯棒性，它是使用一個(gè)平滑參數(shù)對(duì)功率譜的過去值進(jìn)行平均，該平滑參數(shù)是根據(jù)每個(gè)子帶中語音存在的概率進(jìn)行調(diào)整的。它不需要語音的有聲/無聲檢測(cè)，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(duì)每一幀都重新計(jì)算其噪聲功率譜。 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。噪聲估計(jì)算法研究的目的和意義及國(guó)內(nèi)外研究的現(xiàn)狀。此外,還能適應(yīng)不同質(zhì)量的圖像。具有能夠快速跟蹤噪聲譜的突變的能力。同時(shí)，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(dòng)窗口分為子窗口，在每個(gè)子窗口內(nèi)更新噪聲的估計(jì)譜，提高了精確度[4]。 國(guó)內(nèi)外研究的現(xiàn)狀有關(guān)抗噪聲技術(shù)的研究，在國(guó)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。語音增強(qiáng)算法可從信號(hào)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。而人們?cè)谕ㄐ胚^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(huì)產(chǎn)生很多問題,語音處理設(shè)備對(duì)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。語音增強(qiáng)的主要目標(biāo)是從帶噪語音信號(hào)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(jì)又是語音增強(qiáng)的一個(gè)非常重要的部分，噪聲估計(jì)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(jì)算法有很好的實(shí)用價(jià)值。因此，對(duì)噪聲估計(jì)方法的研究是非常必要的，在語音算法的前期必需要對(duì)噪聲進(jìn)行估計(jì)。1994年Martin提出了一種基于最小值統(tǒng)計(jì)的方法來估計(jì)噪聲，它是基于帶噪語音信號(hào)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(hào)功率譜的最小值來獲得噪聲功率譜的估計(jì)值。與此類似的算法還有基于分位數(shù)統(tǒng)計(jì)量的噪聲估計(jì)算法，先對(duì)噪聲估計(jì)窗內(nèi)的信號(hào)進(jìn)行排序，然后按一定的分?jǐn)?shù)比例取信號(hào)作為噪聲估計(jì)，算法復(fù)雜度比較高。因此，噪聲估計(jì)算法有待更進(jìn)一步的改進(jìn)。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(jì)方法，后者噪聲的估計(jì)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(jì)算復(fù)雜度很高，且需要很大的內(nèi)存來存儲(chǔ)過去的功率譜值。第四章 最小統(tǒng)計(jì)遞歸平均的噪聲估計(jì)算法及MATLAB仿真。(2) Cohen和Berdugo提出的基于最小統(tǒng)計(jì)量控制遞歸平均算法, 該方法用一個(gè)與時(shí)頻相關(guān)的平滑因子對(duì)帶噪語音的過去值進(jìn)行平均，以得到噪聲的估計(jì)值，然后在每一幀內(nèi)連續(xù)的更新噪聲。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。該算法采用遞歸平均進(jìn)行噪聲估計(jì)，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(jì)算采用了兩次平滑和最小統(tǒng)計(jì)量跟蹤。因此，為了實(shí)現(xiàn)精確的噪聲估計(jì)，就要對(duì)噪聲譜進(jìn)行實(shí)時(shí)的估計(jì)。信號(hào)x(t)短時(shí)能量定義為：E= （31） 語音信號(hào)的短時(shí)平均幅度定義為：M= （32）短時(shí)能量有兩種定義：短時(shí)時(shí)域能量和短時(shí)譜幅能量，一般用的是短時(shí)頻域能量表示，因此，短時(shí)能量用傅立葉變換后的平方表示，平均幅度為傅立葉變換后譜絕對(duì)值的和。如下式：Z= + (34)這樣過零率就有一定的抗干擾能力了。該方法的基本原理[25]如下所述：由于采集聲音信號(hào)的最初的短時(shí)段為無語音段，僅有均勻分布的背景噪聲信號(hào)。但是，S1 只是根據(jù)能量信息找到的起點(diǎn)，還未必是語音的精確起點(diǎn)。圖31 語音的原始波形圖圖32 語音的能量曲線圖圖33 語音的短時(shí)過零率曲線圖由上圖可以看出基于能量和短時(shí)過零率的端點(diǎn)檢測(cè)算法在無噪聲的環(huán)境下比較準(zhǔn)確的檢測(cè)到了語音的開始和結(jié)束點(diǎn)。對(duì)幀信號(hào)進(jìn)行FFT 計(jì)算，得到了頻域的信號(hào)： (43) 其中為幀號(hào)即時(shí)間的標(biāo)號(hào),k為頻率點(diǎn)的標(biāo)號(hào), Z, k﹛0,1,…L1﹜,h(u)是一個(gè)窗序列,并假設(shè)先用一個(gè)平滑過程來粗估計(jì)噪聲功率譜密度P(λ, k)： (44)其中α 是平滑參數(shù)，噪聲功率的進(jìn)一步估計(jì) 通過取P(λ, k)在一個(gè)滑動(dòng)窗內(nèi)的最小值來決定。式子(314)可重新寫成： (46) 最小功率譜統(tǒng)計(jì)跟蹤最小功率譜統(tǒng)計(jì)跟蹤的方法將跟蹤短時(shí)譜的最小功率譜密度，這個(gè)最小功率譜是由一個(gè)連續(xù)時(shí)間段內(nèi)的最小功率譜密度求出。 實(shí)驗(yàn)仿真實(shí)驗(yàn)中采用了兩種帶噪語音文件，一種是信噪比為5dB的平穩(wěn)帶噪語音，噪聲為高斯白噪聲；，且實(shí)驗(yàn)中采用漢明窗，幀長(zhǎng)20ms，幀間重疊50%，同時(shí)取頻率分量取5。同樣,如果噪聲功率譜估計(jì)太高,那么語音信號(hào)質(zhì)量將會(huì)在很大程度上受到損害。先用一個(gè)遞歸的平滑過程來計(jì)算帶噪語音的語音的功率譜: (418)其中,是平滑功率譜,是幀的標(biāo)號(hào),k是頻點(diǎn)的標(biāo)號(hào),是帶噪語音的功率譜, 。語音是否存在用下式判斷: