【正文】 if then 語音存在 (420) else 語音間隙 end其中,用下式來確定: (421)其中,LF和MF分別對(duì)應(yīng)于1k和3k的頻率點(diǎn),Fs是采樣頻率。 圖44 真實(shí)的噪聲譜和估計(jì)的噪聲譜圖44中,虛線表示真實(shí)噪聲功率,實(shí)線表示估計(jì)噪聲功率,頻率分量k=8。那么就可以在這兩種假設(shè)模型下更新噪聲譜，更新的方法是：如果該子帶中存在語音，噪聲譜保持不變；反之則根據(jù)帶噪語音的功率譜進(jìn)行更新，如下式： (426)其中，(1)式代表語音存在,(2)式代表語音缺失, 為平滑參數(shù)。 更新噪聲譜的估計(jì)獲得語音存在的概率后，就可以更新噪聲譜了。設(shè)和為固定的平滑參數(shù)，最小值跟蹤過程為：if else (441)定義和為: (442)其中 1．66為噪聲補(bǔ)償因子。5 總結(jié)與展望 論文的主要工作語音增強(qiáng)是語音信號(hào)處理領(lǐng)域中一個(gè)重要的基本問題。通過實(shí)驗(yàn)仿真，結(jié)果表明此方法能夠獲得更加準(zhǔn)確的噪聲估計(jì)，在噪聲突變時(shí)，與其他方法相比大大縮短了時(shí)間延遲。從開始對(duì)論文課題的茫然到論文的完成，賈老師都給予了無私的指導(dǎo)最終完成整個(gè)論文。 cockpit munication184。 is the periodogram of Noise signal. Because of this assumption, we can estimate the noise power spectrum by tracking the minimum of the periodogram |Y(λ, k) |178。( λ, k) = Bmin (λ, k). Pmin (λ, k)Figure3 Plot of true noise spectrum and estimated noise spectrum usingContinuous Spectral Minimum Tracking Arrows indicate regions wherenoise is overestimated [12] Continuous Spectral MinimumOne of the drawbacks of the minimal tracking employed in the MS algorithm is its inability to respond to fast changes of the noise spectrum [12]. A different method for tracking the spectral minima was proposed in [10]. In contrast to using a fixed window for tracking the minimum of noisy speech is in [5] the noise estimate is updated continuously by 。 is the periodogram of noisy speed signal, |X (λ, k)|178。 automatic recognition of speech signals by machines and many more. Speech signals from the uncontrolled environment may contain degradation ponents along with the required speech ponents. Degradation ponents include back ground noise184。首先，非常感謝這次帶我畢業(yè)設(shè)計(jì)的賈海蓉老師，雖然她自己除了代課還得寫自己的博士論文，但還是每個(gè)禮拜都會(huì)見我們一次，幫我們看這個(gè)禮拜的學(xué)習(xí)成果并且安排下一周需要學(xué)習(xí)的內(nèi)容，賈老師對(duì)學(xué)術(shù)孜孜不倦的精神和嚴(yán)格要求的態(tài)度深深激勵(lì)我不斷進(jìn)取。最后在這些算法的基礎(chǔ)上，研究了一種改進(jìn)的最小統(tǒng)計(jì)量控制遞歸平均算法，該算法利用了改進(jìn)的最小統(tǒng)計(jì)量控制遞歸平均算法對(duì)最小統(tǒng)計(jì)量的魯棒性，采用了一種簡單有效的最小量跟蹤算法，提高了對(duì)非平穩(wěn)噪聲的跟蹤能力，并在IMCRA算法的基礎(chǔ)上,利用其對(duì)語音最小統(tǒng)計(jì)量估計(jì)算法,在保證噪聲估計(jì)準(zhǔn)確性的同時(shí),減小了算法的復(fù)雜度。該算法利用了改進(jìn)的最小統(tǒng)計(jì)量控制遞歸平均算法對(duì)最小統(tǒng)計(jì)量的魯棒性，采用了一種簡單有效的最小量跟蹤算法，提高了對(duì)非平穩(wěn)噪聲的跟蹤能力，降低了算法復(fù)雜度。首先，在時(shí)頻域?qū)г胝Z音進(jìn)行平滑。語音是否存在用下式來判斷： If then 語音存在 else 語音不存在 (433) end 從上式的判斷規(guī)則，用下式來更新語音存在概率: (434)其中，是平滑常量。最后，為了防止估計(jì)的噪聲起伏較大，對(duì)其進(jìn)行了遞歸平滑。最后,根據(jù)式(424)來更新噪聲功率譜的估計(jì)。 圖43 帶噪語音的功率譜和其局部最小值圖中,虛線表示帶噪語音功率譜,實(shí)線表示帶噪語音局部最小值,頻率分量k=8（2） 語音存在概率這里介紹的判斷語音存在概率的方法類似于2002年Cohen在噪聲估計(jì)算法中使用的方法,用帶噪語音功率譜和其局部最小值得比率來計(jì)算語音存在概率,用下式表示: (419)計(jì)算出來的概率和經(jīng)驗(yàn)頻率值比較,如果大于判斷為語音存在頻率點(diǎn),否則判斷為語音盲點(diǎn)。這種算法基于語音存在概率來計(jì)算時(shí)頻平滑參數(shù),從而更新噪聲參數(shù)。 基于統(tǒng)計(jì)信息的非平穩(wěn)噪聲自適應(yīng)算法 概述在大多數(shù)語音增強(qiáng)算法中,都假定噪聲功率譜的估計(jì)是已知的,這些噪聲功率譜的估計(jì)或者噪聲參數(shù)的估計(jì)對(duì)所增強(qiáng)的語音信號(hào)有著極其重要的影響。由于在非語音狀態(tài)時(shí)取值比較大，所以可簡寫為：于是，噪聲方差可以估計(jì)為： (411) 其中,估計(jì)為： (412)而是P(λ, k)方差的估計(jì)，其估計(jì)式為：= (413)和分別是E{P(λ, k)}和E{P2 (λ, k)}的一階平滑估計(jì) (414) (415)β (λ, k)為平滑系數(shù)，且 為了在非平穩(wěn)噪聲環(huán)境中得到更好的估計(jì)，將乘以系數(shù)，而 (416)其中 由于該算法在對(duì)有聲/無聲時(shí)使用同一標(biāo)準(zhǔn)來估計(jì)噪聲，所以不需要有聲/無聲檢測(cè)。將平滑過程寫成由時(shí)變平滑系數(shù)作用的過程： (43) 為了使P(λ, k)盡可能的接近真正的噪聲功率譜密度,以下式的期望值為零作為目標(biāo)： (44) 由上式得： (45)在實(shí)際運(yùn)用中，最優(yōu)估計(jì)式中的 用上次的估計(jì)值代替，并且最優(yōu)系數(shù)將被限制在一個(gè)最大值max α 之間來避免γ (λ, k) = 1的死鎖情況發(fā)生。進(jìn)一步假設(shè)s(t)和n(t)是統(tǒng)計(jì)獨(dú)立的，并各自都是零均值的。實(shí)驗(yàn)采用的純凈語音材料是HINT 數(shù)據(jù)庫中的一條語音（語音內(nèi)容：Read verse out loud for pleasure）， 左右；噪聲材料取自NOISEX92 的高斯白噪聲和f16 戰(zhàn)斗機(jī)噪聲。方法如下所述：從第11 幀開始，將每一幀的能量E 值與門限EL 相比較，如果能量E 超過門限EL，則將該幀計(jì)為S1。此方法是在短時(shí)能量檢測(cè)方法的基礎(chǔ)上加上短時(shí)平均過零率，利用能量和過零率作為特征來進(jìn)行檢測(cè)。第二，用于判別清音和濁音、有聲和無聲。如果環(huán)境噪聲和系統(tǒng)輸入噪聲比較小，以至于能夠保證系統(tǒng)的信噪比相當(dāng)高，那么只要計(jì)算輸入信號(hào)的短時(shí)能量或短時(shí)平均幅度就能夠把語音段和噪聲背景分開。在實(shí)際工作中，這些條件很難得到滿足，而且經(jīng)常會(huì)遇到信噪比較低，背景噪聲緩慢變化的情況，也不可能預(yù)先得到背景噪聲或語音的統(tǒng)計(jì)信息。最后，為了防止估計(jì)的噪聲起伏較大，對(duì)其進(jìn)行了遞歸平滑。然后找出粗略噪聲中的在一定時(shí)間窗內(nèi)的最小值，對(duì)這個(gè)最小值進(jìn)行一些偏差修正，即得到所要估計(jì)的噪聲的方差。然后找出粗略噪聲中的在一定時(shí)間窗內(nèi)的最小值，對(duì)這個(gè)最小值進(jìn)行一些偏差修正，即得到所要估計(jì)的噪聲的方差。 第三章 基于語音活動(dòng)性檢測(cè)的噪聲估計(jì)算法及MATLAB仿真。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(jì)，減小了噪聲估計(jì)方差，提高了噪聲估計(jì)的準(zhǔn)確性，并極大地減小算法運(yùn)算量和存儲(chǔ)量。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(jì)量控制遞歸平均算法(IMCRA，Improved Minima Controlled Recursive Averaging)。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(duì)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(jì)的噪聲譜，該噪聲譜估計(jì)方法計(jì)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(jì)的噪聲譜，使得噪聲譜過估計(jì)。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(huì)增大,在不能正確判斷無聲段的情況下很難保證估計(jì)出來的噪聲的準(zhǔn)確性。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(gè)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(jì)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。由于噪聲對(duì)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(shí)必須考慮噪聲，必須有一種可靠的方法能準(zhǔn)確地估計(jì)噪聲，以便使很多圖像視頻處理算法(比如邊緣檢測(cè)、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。在視頻信號(hào)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(huì)影響這些算法的有效性。這種情況下語音和噪聲同時(shí)存在一個(gè)通道中，語音信息與噪聲信息必須從同一個(gè)信號(hào)中得出。傳統(tǒng)的噪聲估計(jì)方法是使用語音活動(dòng)性監(jiān)測(cè) ( VAD:Voice Active Detection)判別語音是否出現(xiàn)，并分離出無聲段,此時(shí)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(jì)方法,獲得背景噪聲特性的近似估計(jì),對(duì)噪聲譜進(jìn)行更新。然后找出粗略噪聲中的在一定時(shí)間窗內(nèi)的最小值，對(duì)這個(gè)最小值進(jìn)行一些偏差修正，即得到所要估計(jì)的噪聲的方差。雖然比起Martin的最小值統(tǒng)計(jì)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(jì)及持續(xù)強(qiáng)語音后面區(qū)域出現(xiàn)的噪聲過估計(jì)的缺陷。但是，這些算法在各個(gè)頻帶進(jìn)行噪聲估計(jì)，算法復(fù)雜度高，噪聲估計(jì)方差大。Martin的最小統(tǒng)計(jì)量的估計(jì)算法, Cohen和Berdugo提出的基于最小統(tǒng)計(jì)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(jì)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(jì)誤差，可以有效地提高語音增強(qiáng)系統(tǒng)的性能。2 幾種經(jīng)典的噪聲估計(jì)的算法 幾種噪聲估計(jì)算法的優(yōu)點(diǎn)(1) Martin提出的基于最小統(tǒng)計(jì)量的噪聲估計(jì)算法，是先用一個(gè)最優(yōu)平滑濾波對(duì)帶噪語音的功率譜濾波，得到一個(gè)噪聲的粗略估計(jì)。 噪聲估計(jì)算法Martin提出的基于最小統(tǒng)計(jì)量的噪聲估計(jì)算法的基本思路是先用一個(gè)最優(yōu)平滑濾波對(duì)帶噪語音的功率譜濾波，得到一個(gè)噪聲的粗略估計(jì)。如果給定幀的某個(gè)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。從實(shí)用性、易實(shí)現(xiàn)性等方面考慮，很多算法都是建立在相對(duì)理想的實(shí)驗(yàn)室條件下的，要求背景噪聲保持平穩(wěn)，信噪比較高，而且需要一定的訓(xùn)練算法以預(yù)先得到背景噪聲及語音的統(tǒng)計(jì)信息。因此，語音段的能量一般要大于噪聲段的能量。過零率有兩個(gè)重要應(yīng)用：第一，用于粗略地描述信號(hào)的頻譜特性。這種方法也常稱為雙門限比較法。先根據(jù)EL，EU 計(jì)算出初始起點(diǎn)S1。 實(shí)驗(yàn)仿真下面是以一段語音為例，進(jìn)行語音端點(diǎn)檢測(cè)的Matlab 仿真。 最小值統(tǒng)計(jì)法 最優(yōu)平滑設(shè)帶噪語音信號(hào)為y(t)，它由純凈語音和噪聲組成，即y(t) = s(t) + n(t)，這里t代表采樣的時(shí)間標(biāo)號(hào)。為了簡化計(jì)算，假設(shè)信號(hào)處于無聲狀態(tài)。我們定義符號(hào): (49) (410)M(D)和H(D)都是關(guān)于D的系數(shù)函數(shù)，其中D取96，M(96)=，D(96)=。雖然此局限能夠得以克服，但是代價(jià)卻是很高的計(jì)算復(fù)雜度。(2)利用幀間相關(guān)性估計(jì)純凈語音存在概率。噪聲是由白噪聲和F16戰(zhàn)斗機(jī)噪聲組合而成,信噪比SNR=5dB 。再根據(jù)式(423)來更新時(shí)頻平滑參數(shù)。如果給定幀的某個(gè)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。之所以這樣判斷是因?yàn)椋涸谡Z音盲點(diǎn)時(shí)刻，帶噪語音功率譜接近于其局部最小值，因此，在上式中比率越小，處于語音間隙的可能性就越大。設(shè)為語音無聲段的固定平滑因子，則可以表示為： (437)假定X(k，l)和D(k，l)均滿足復(fù)高斯分布，則在噪聲功率譜給定條件下語音存在概率p(k，l)由下式給出： (438)設(shè)為后驗(yàn)信噪比, 為先驗(yàn)信噪比，可以采用判決反饋的方法獲得，為語音存在時(shí)干凈語音信號(hào)功率譜,