【正文】 lapping frames, typically 2030 msec. Windows with 50% overlap between adjacent frames. Then several consecutive frames called analysis segment are used in the putation of the noise spectrum. Typical time span of this segment may range from 400 msec. to 1 sec. The noise estimation algorithms are based on the assumptions that the analysis segment is too long enough to contain speech pauses and low energy signals segments and the noise present in the analysis segment is more stationary than speech, new assumption is that noise changes at a relatively slower rate than speech. The analysis segment has to be long enough to enpass speech pauses and low energy segments, but it also has to be short enough to track fast changes in the noise level, hence the chosen duration of the analysis segment will result from a trackoff between these two restrictions. Now we will see different classes of noise estimation Algorithms.Figure2 Plot of noisy speech power spectrum and local minimum [10] Minimal – Tracking AlgorithmsMinimal Tracking Algorithms are based on the assumption that the power of the noisy speech signal in individual frequency bands often decays to the power level of the noise, even during speech activity [12]. Hence by tracking the minimum of the noisy speech power in each frequency band, one can get a rough estimate of the noise level in that band. Two different algorithms were proposed for noise estimation first minimum statistics (MS) on noise estimation, which tracks the minimum of the noisy speech power spectrum within a finite window that is in analysis segment, and 2nd algorithm tracks the minimum continuously without requiring a window are explained in next section. Plot of noisy speech power spectrum and local minimum using (3) for a speech degraded by babble noise at 5dB SNR at frequency bin k=6 is shown in figure 2.. Minimum statistics (MS) Noise EstimationThe Minimum Statistics algorithm was originally proposed by Martin R. (1994) and later refined in [5] to include a bias pensation factor and better smoothing factor. Let y(n) = x(n) + d(n) denote the noise speech signal, where x(n) is the clean speech signal and d(n) is the noise signal, assume that x(n) and d(n) are statistically independent and zero mean. Noisy speech signal is transformed in the frequency domain by first applying a window w(n) to M samples of y(n) and then puting the Mpoint FFT of the windowed signal. (1)Where λ indicates the frame index and k the frequency bin index varient from k = 0, 1, 2 ... M1. Y(λ, k) is the short term Fourier Transform (STFT) of y(n). Periodogram of the noisy speech is approximately equal to the sum of periodogram of clean speech and noise given as| Y (λ, k) |178。下一步的研究工作，可以從以下幾個(gè)方面來(lái)展開(kāi)：（1）更深入的研究噪聲的性質(zhì)，噪聲估計(jì)算法不可能對(duì)所有的噪聲類(lèi)型都能適合，下一步可以研究并分析噪聲的各個(gè)特性，針對(duì)不同的噪聲類(lèi)型，提出一種適合此類(lèi)噪聲的噪聲估計(jì)算法。平滑過(guò)程為: (444) (445)采用同樣的最小值跟蹤過(guò)程，對(duì)搜索最小值。其次，用一階遞歸進(jìn)行時(shí)域平滑： (428) 其中，為平滑參數(shù)，S(λ ?1, k)為前一幀帶噪信號(hào)的功率譜。(注: (421)式利用了相鄰語(yǔ)音幀間相關(guān)性。因此,在大多數(shù)噪聲估計(jì)算法中,如果噪聲突然變大,那么噪聲估計(jì)都不能及時(shí)跟蹤它的變化。在推導(dǎo)最小功率譜統(tǒng)計(jì)跟蹤方法時(shí)，為了簡(jiǎn)化計(jì)算，假設(shè)信號(hào)處于無(wú)語(yǔ)音狀態(tài)，在有語(yǔ)音狀態(tài)時(shí)只要將噪聲的方差用帶噪語(yǔ)音信號(hào)的方差代替即可。因此，我們需要魯棒性更強(qiáng)的算法，即使在有語(yǔ)音存在的情況下，也能夠?qū)崿F(xiàn)噪聲的連續(xù)估計(jì)和不斷更新。ZT 的定義為: （35）其中IF 為經(jīng)驗(yàn)值，一般取25；zc、fzc 分別為根據(jù)所取最初10 幀樣值算得的過(guò)零率的“均值”和“標(biāo)準(zhǔn)差”。 短時(shí)平均過(guò)零率信號(hào)x(t)的短時(shí)平均過(guò)零率定義為： Z= (33)一般取： h(t)= 其中N為窗長(zhǎng)信號(hào)的過(guò)零率是其頻率量的一種簡(jiǎn)單度量，窄帶信號(hào)尤其如此。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(jì)誤差，可以有效地提高語(yǔ)音增強(qiáng)系統(tǒng)的性能。(3) 近年來(lái)，提出了一種自適應(yīng)連續(xù)噪聲譜估計(jì)方法，它是一種專(zhuān)門(mén)用語(yǔ)單聲道語(yǔ)音增強(qiáng)系統(tǒng)的噪聲估計(jì)的。 論文的整體安排第一章 緒論。與最小統(tǒng)計(jì)相比，對(duì)最小值的跟蹤不是關(guān)鍵性的，在進(jìn)行遞歸平均時(shí)不需要對(duì)語(yǔ)音出現(xiàn)與缺失進(jìn)行區(qū)分，因此即使在弱語(yǔ)音段也同樣可以進(jìn)行連續(xù)噪聲估計(jì)更新?？梢?jiàn)，噪聲估計(jì)在很多領(lǐng)域起著非常重要的作用，那么噪聲估計(jì)算法作為研究課題是非常有意義的。噪聲估計(jì)的算法及MATLAB實(shí)現(xiàn)畢業(yè)設(shè)計(jì)目 錄1 緒 論 1 噪聲估計(jì)算法研究的目的和意義 1 國(guó)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(jì)的算法 4 幾種噪聲估計(jì)算法的優(yōu)點(diǎn) 4 噪聲估計(jì)算法 43 基于語(yǔ)音活動(dòng)性檢測(cè)的噪聲估計(jì)算法及MATLAB實(shí)現(xiàn) 6 基于語(yǔ)音活動(dòng)性檢測(cè)的噪聲估計(jì)算法 6 短時(shí)能量 6 短時(shí)平均過(guò)零率 7 基于短時(shí)能量和短時(shí)平均過(guò)零率的語(yǔ)音活動(dòng)性檢測(cè) 7 實(shí)驗(yàn)仿真 94 最小統(tǒng)計(jì)遞歸平均的噪聲估計(jì)算法及MATLAB仿真 11 最小值統(tǒng)計(jì)法 11 最優(yōu)平滑 11 最小功率譜統(tǒng)計(jì)跟蹤 12 實(shí)驗(yàn)仿真 14 基于統(tǒng)計(jì)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(jì)算局部能量最小值 19 估計(jì)語(yǔ)音存在的概率 20 更新噪聲譜的估計(jì) 20 一種改進(jìn)的最小統(tǒng)計(jì)量控制遞歸平均噪聲估計(jì)算法 21 改進(jìn)的噪聲估計(jì)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(wèn)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(jì)算法研究的目的和意義語(yǔ)音作為語(yǔ)言的聲學(xué)表現(xiàn)，是人類(lèi)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。噪聲估計(jì)還在語(yǔ)音通訊領(lǐng)域非常重要，同時(shí)在統(tǒng)計(jì)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(jì)特性比語(yǔ)音的統(tǒng)計(jì)特性更平穩(wěn)，所以噪聲估計(jì)在統(tǒng)計(jì)學(xué)中也很有研究意義。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(jì)算法,把最小追蹤法的魯棒性與遞歸平均方法的簡(jiǎn)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。本文重點(diǎn)就是在前人研究的基礎(chǔ)上，跟蹤國(guó)內(nèi)外最新資料，研究了一種新的噪聲估計(jì)算法，使延遲時(shí)間能夠縮短，最好沒(méi)有延遲。采用遞歸平均進(jìn)行噪聲估計(jì)，平滑參數(shù)受語(yǔ)音存在概率控制，并由最小統(tǒng)計(jì)量控制語(yǔ)音存在概率。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(jì)量跟蹤算法，在IMCRA算法的基礎(chǔ)上，利用其對(duì)語(yǔ)音最小統(tǒng)計(jì)量估計(jì)的魯棒性，采用了一種簡(jiǎn)單有效的最小統(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。短時(shí)能量主要有下面幾個(gè)應(yīng)用：首先利用短時(shí)能量可以區(qū)分清音和濁音，因?yàn)闈嵋舻哪芰恳惹逡舻哪芰看蟮枚啵黄浯慰梢杂枚虝r(shí)能量對(duì)有聲和無(wú)聲段進(jìn)行判斷。這樣就可以用該語(yǔ)音信號(hào)的最初幾幀（一般取10 幀）信號(hào)作為背景噪聲的統(tǒng)計(jì)樣本來(lái)計(jì)算其過(guò)零率閾值ZT 及能量閾值EL（低能量閾）和EU（高能量閾）。為了驗(yàn)證其魯棒性，利用了Matlab 給以上信號(hào)添加信噪比5db 的高斯白噪聲，采用同樣的算法，其仿真結(jié)果如下圖所示：圖34 加入高斯白噪聲的語(yǔ)音波形圖圖35 加入高斯白噪聲的能量曲線(xiàn)圖圖36 加入高斯白噪聲的短時(shí)過(guò)零率曲線(xiàn)圖由以上圖中可看出，在較強(qiáng)背景噪聲的環(huán)境下，上述算法的準(zhǔn)確性急劇下降，已經(jīng)不能準(zhǔn)確的檢測(cè)出信號(hào)的端點(diǎn)了。因?yàn)殡S機(jī)變量的最小值總會(huì)小于平均值，所以用最小功率譜密度值的估計(jì)存在著偏差，要得到平均值就要對(duì)最小功率譜密度進(jìn)行偏差修正。最簡(jiǎn)單的方法就是在純凈語(yǔ)音的間隙去估計(jì)和更新噪聲功率譜,例如,語(yǔ)音活性(VAD)算法,盡管這種方法在平穩(wěn)噪聲中(如白噪聲),可能表現(xiàn)的較好,但是在大多數(shù)的實(shí)際環(huán)境中表現(xiàn)的就沒(méi)那么好了,因?yàn)樵谶@樣的環(huán)境中噪聲是時(shí)變的。從上式的判斷規(guī)則,用下式來(lái)更新語(yǔ)音存在概率: (422)其中, 。 為了達(dá)到上式的噪聲估計(jì)，首先對(duì)輸入的每一幀信號(hào)用下式進(jìn)行頻域平滑： (427)其中，b(i)為加權(quán)系數(shù)，Y(λ, k)是第λ 幀的第k 個(gè)頻率點(diǎn)的幅度，2w +1是進(jìn)行頻域平滑的相鄰頻點(diǎn)數(shù)。設(shè) ,和為判決門(mén)限，根據(jù)和進(jìn)行語(yǔ)音存在概率硬判決: (443)根據(jù)語(yǔ)音存在概率硬判決去除強(qiáng)語(yǔ)音成分后，進(jìn)行第二次平滑和最小值跟蹤。 目前存在的問(wèn)題及今后的發(fā)展方向由于本人所學(xué)有限，本論文提出的改進(jìn)和想法是一些很基礎(chǔ)的，還不全面，需要進(jìn)一步的探索和完善。 videoconferencing184。 of the noisy speech frame.2. Compute the smoothing parameter α (λ, k) using equation.3. Compute the smoothed power spectrum P (λ, k) using equation( 3).4. Compute Bias connection factor βmin (λ, k)5. Search for the minimum psd Pmin (λ, k) over a D Frame window. Update the minimum Whenever V (V D) frames are processed6. Compute α update the noise power spectral density (psd) according to equation?d178。 cell phones184。本文主要研究了: Martin 提出的基于最小值跟蹤和最小統(tǒng)計(jì)的噪聲估計(jì)算法，Cohen 等提出的最小值遞歸平均算