【文章內(nèi)容簡(jiǎn)介】 幀進(jìn)行消噪時(shí)，減去噪聲估值的倍數(shù)，可很好地相對(duì)突出語(yǔ)音功率譜。改進(jìn)形式是對(duì)公式(27)的修正 (210) 式(210)中引入了、兩個(gè)參數(shù)，、時(shí)是基本的譜減法。調(diào)節(jié)參數(shù)可以控制去噪的程度，增大能減少剩余的噪聲，減弱音樂(lè)噪聲。調(diào)節(jié)也可得到類(lèi)似的結(jié)果。因此選擇適當(dāng)?shù)摹?shù)可以比較好的去除音樂(lè)噪聲，得到更好的增強(qiáng)效果。 維納濾波法維納濾波法是基于時(shí)域上的最小均方誤差準(zhǔn)則的，可以有效地消除音樂(lè)噪聲。維納濾波法是通過(guò)估計(jì)噪聲和帶噪語(yǔ)音信號(hào)的功率譜，構(gòu)造傳遞函數(shù)（一般是根據(jù)最小均方誤差準(zhǔn)則的準(zhǔn)則來(lái)迭代估計(jì)得到的），然后從帶噪語(yǔ)音信號(hào)功率譜中計(jì)算純凈語(yǔ)音信號(hào)的功率譜，再利用帶噪語(yǔ)音信號(hào)的相位，恢復(fù)增強(qiáng)后的語(yǔ)音信號(hào)。維納濾波的降噪效果比譜減法好。維納濾波的基本思想是：依據(jù)輸入信號(hào)和期望得到的輸出信號(hào)，找到一個(gè)線性濾波器進(jìn)行濾波，得到的信號(hào)能夠達(dá)到濾波后信號(hào)和期望信號(hào)的差平方的最小期望值，即時(shí)域上的最小均方差[28]。維納濾波的框圖如圖 22 所示 。 圖22 維納濾波流程圖是脈沖響應(yīng)，是噪聲信號(hào)，是語(yǔ)音信號(hào)，是輸出信號(hào)。維納濾波法最關(guān)鍵的就是要求出在最小均方誤差下濾波器的單位脈沖相應(yīng)或傳遞函數(shù)。 自適應(yīng)對(duì)消語(yǔ)音增強(qiáng) 自適應(yīng)濾波法，就是帶自適應(yīng)濾波器的噪聲對(duì)消法。與以上兩種方法相比，因?yàn)榇朔椒ㄓ昧藚⒖荚肼曌鳛檩o助輸入，可以獲得比較全面的噪聲信息，尤其當(dāng)輔助輸入的噪聲與帶噪語(yǔ)音的噪聲相關(guān)時(shí)，語(yǔ)音增強(qiáng)的效果較好。所謂噪聲對(duì)消，就是用對(duì)消的方法抑制確知的隨機(jī)干擾，把受污染的語(yǔ)音信號(hào)提取出來(lái)，也即從帶噪語(yǔ)音信號(hào)中減去噪聲。自適應(yīng)濾波能在輸入信號(hào)和噪聲統(tǒng)計(jì)未知情況下，通過(guò)調(diào)整自身參數(shù)達(dá)到最佳的濾波效果。因此自適應(yīng)噪聲對(duì)消的關(guān)鍵是找到噪聲的準(zhǔn)確復(fù)制，采用雙麥克風(fēng)語(yǔ)音采集系統(tǒng)可以比較容易的解決這一問(wèn)題。 基于聽(tīng)覺(jué)掩蔽效應(yīng)的語(yǔ)音增強(qiáng) 近幾年，基于聽(tīng)覺(jué)特性的語(yǔ)音增強(qiáng)研究取得了的不小的發(fā)展[28]，其中比較成功的就是基于聽(tīng)覺(jué)掩蔽效應(yīng)的語(yǔ)音增強(qiáng)。一種頻率的聲音被另一種頻率的聲音所掩蓋，而使聽(tīng)覺(jué)系統(tǒng)很難感知的現(xiàn)象稱(chēng)為聽(tīng)覺(jué)掩蔽效應(yīng)。噪聲信號(hào)之所以能影響到人耳對(duì)純凈語(yǔ)音信號(hào)的感知，其本質(zhì)就是因?yàn)樵胍粜盘?hào)在一定程度上掩蔽了純凈語(yǔ)音信號(hào)。基于此的語(yǔ)音增強(qiáng)，就是指消弱或去除噪音對(duì)語(yǔ)音信號(hào)的掩蔽。同樣可以認(rèn)為是，語(yǔ)音信號(hào)掩蔽掉與其一同進(jìn)入聽(tīng)覺(jué)系統(tǒng)的含有較小能量的噪聲信號(hào)，使人耳不能感知到噪聲。聽(tīng)覺(jué)掩蔽效應(yīng)主要分為純音間的掩蔽和噪音對(duì)純音的掩蔽。噪聲是由很多種純音組成的，有寬頻譜。純音間的掩蔽是指，對(duì)中等強(qiáng)度的純音最有效地掩蔽是表現(xiàn)在其頻率附近，高頻的純音能有效地被低頻的純音掩蔽，而高頻純音對(duì)低頻純音的掩蔽較小。噪音對(duì)純音的掩蔽：一是掩蔽音為寬帶噪聲，則在低頻段產(chǎn)生掩蔽門(mén)限，且高于噪聲功率譜密度 17dB 比較平坦；二是掩蔽音為窄帶噪聲，這種情況較復(fù)雜，掩蔽作用比較明顯的是臨界頻帶的掩蔽，也就是被掩蔽音（純音）附近的由純音分量組成的窄帶噪聲。 由以上所述可知，掩蔽效應(yīng)與頻率有直接的關(guān)系，因此要應(yīng)用掩蔽效應(yīng)就要對(duì)信號(hào)頻段進(jìn)行劃分。一般情況下，在 Bark 域?qū)? ~ 8kHz頻率范圍劃分為 8 個(gè)頻段。在利用聽(tīng)覺(jué)掩蔽效應(yīng)之前要先計(jì)算掩蔽閾值[29]，文獻(xiàn)[30]給出了計(jì)算各個(gè)關(guān)鍵頻段掩蔽閾值的基于 Bark 子域的算法?；诼?tīng)覺(jué)掩蔽效應(yīng)的語(yǔ)音增強(qiáng)，主要有兩種思想：一種是改進(jìn)譜減法，利用估計(jì)到的掩蔽閾值來(lái)控制譜減法公式中的參數(shù)，達(dá)到在低信噪比時(shí)，改善抑制噪聲的效果；在高信噪比時(shí)，降低有用語(yǔ)音信號(hào)的丟失。第二種是對(duì)噪聲的直接掩蔽，也是估計(jì)掩蔽閾值，然后建立一個(gè)原則，使殘留噪聲的能量低于這個(gè)門(mén)限。基于聽(tīng)覺(jué)掩蔽效應(yīng)的語(yǔ)音增強(qiáng)不僅能夠提高信噪比，還能抑制殘留的音樂(lè)噪聲，并提高語(yǔ)音的可懂度。但有一個(gè)缺點(diǎn)，這種方法建立在具有較高語(yǔ)音知識(shí)的基礎(chǔ)上，且要進(jìn)行大量實(shí)驗(yàn)才能得到合適的參數(shù)。 基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音信號(hào)增強(qiáng) 人工神經(jīng)網(wǎng)絡(luò)[35] (ANN，即 Artifical Neural Network)，也稱(chēng)為神經(jīng)網(wǎng)絡(luò)，是一種模仿人腦神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。神經(jīng)網(wǎng)絡(luò)技術(shù)具有良好的非線性信息處理能力、自適應(yīng)學(xué)習(xí)能力和并行處理能力，由大量的人工神經(jīng)元聯(lián)結(jié)進(jìn)行計(jì)算，多數(shù)情況下人工神經(jīng)網(wǎng)絡(luò)能在外界信息的基礎(chǔ)上改變其內(nèi)部結(jié)構(gòu)，是一種非線性自適應(yīng)系統(tǒng)。神經(jīng)網(wǎng)絡(luò)通過(guò)學(xué)習(xí)改善其內(nèi)部表示，使神經(jīng)網(wǎng)絡(luò)達(dá)到所需的性能。學(xué)習(xí)的實(shí)質(zhì)是通過(guò)訓(xùn)練樣本反復(fù)作用于網(wǎng)絡(luò)，然后通過(guò)一定的學(xué)習(xí)算法自動(dòng)的校正網(wǎng)絡(luò)神經(jīng)元之間的連接權(quán)重，當(dāng)實(shí)際的輸出滿(mǎn)足要求或趨于穩(wěn)定時(shí)，停止學(xué)習(xí)。根據(jù)不同的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)采用不同的學(xué)習(xí)算法。對(duì)于三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，一般采用反向傳播算法，即 BP 算法[9]。近幾年，選用四層神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)的研究比較多，也提出了一些新的算法[10]。 語(yǔ)音質(zhì)量的評(píng)價(jià)標(biāo)準(zhǔn) 主觀評(píng)價(jià)由于語(yǔ)音通信的終端是人耳，所以聽(tīng)者的主觀感受是一個(gè)重要的評(píng)價(jià)指標(biāo)，主要由實(shí)際測(cè)聽(tīng)來(lái)完成，有平均意見(jiàn)得分(MOS 得分, Mean Opinion Score)和判斷韻字測(cè)試等標(biāo)準(zhǔn)。(1) MOS 得分是對(duì)眾多聽(tīng)者在聽(tīng)音實(shí)驗(yàn)后對(duì)語(yǔ)音質(zhì)量的主觀評(píng)價(jià)取平均得到的。 如果還原出的語(yǔ)音信號(hào)和原始語(yǔ)音信號(hào)幾乎一致，只有很少的細(xì)節(jié)差異，在不進(jìn)行對(duì)照的情況下察覺(jué)不出，則認(rèn)為質(zhì)量為優(yōu)；若還原出的語(yǔ)音信號(hào)沒(méi)有明顯的畸變或失真，不注意聽(tīng)就察覺(jué)不出，則認(rèn)為質(zhì)量為良；若還原出的語(yǔ)音信號(hào)有比較明顯的畸變或失真，但聽(tīng)起來(lái)仍自然、清晰，沒(méi)有疲勞感，則認(rèn)為質(zhì)量為中；若還原出的語(yǔ)音信號(hào)有明顯的畸變或失真，聽(tīng)起來(lái)不很清晰，略有疲勞感，則認(rèn)為質(zhì)量為差；若還原出的語(yǔ)音信號(hào)聽(tīng)不清，在聽(tīng)覺(jué)上無(wú)法忍受，則認(rèn)為質(zhì)量為劣。(2) 判斷韻字測(cè)試 判斷韻字的測(cè)試方法是根據(jù)全體受試者判斷正確的百分比(即 DRT 得分)來(lái)區(qū)分語(yǔ)音清晰度的，它能在一定程度上反應(yīng)出語(yǔ)音的清晰度和可懂度。DRT 在 95％以上時(shí)可認(rèn)為清晰度為優(yōu)，在 85％~94％時(shí)認(rèn)為清晰度為良，在 75％～84％時(shí)認(rèn)為清晰度為中，在 65％～75％時(shí)認(rèn)為清晰度為差，65％以下則認(rèn)為清晰度為劣。 客觀評(píng)價(jià) 語(yǔ)音質(zhì)量的客觀評(píng)價(jià)是以語(yǔ)音信號(hào)處理系統(tǒng)的輸出與輸入之間誤差的大小為標(biāo)準(zhǔn)來(lái)判斷的，目前常用的標(biāo)準(zhǔn)主要有：信噪比(SNR)、分段信噪比(SEGSNR)、噪聲掩蔽比(NMR)和坂倉(cāng)距離度量(Itakura Distance Measure)等。 本章小結(jié) 本章在上一章分析的語(yǔ)音和噪聲特性的基礎(chǔ)上，主要介紹了幾種常用語(yǔ)音增強(qiáng)方法：譜減法及改進(jìn)形式、維納濾波法、自適應(yīng)對(duì)消語(yǔ)音增強(qiáng)、基于聽(tīng)覺(jué)掩蔽效應(yīng)的語(yǔ)音增強(qiáng)和基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音增強(qiáng)。譜減法是最簡(jiǎn)單的語(yǔ)音增強(qiáng)方法，計(jì)算量小，應(yīng)用范圍比較廣，但有音樂(lè)噪聲；維納濾波法要求語(yǔ)音信號(hào)是平穩(wěn)信號(hào)，增強(qiáng)后的殘留噪聲類(lèi)似白噪聲，沒(méi)有音樂(lè)噪聲；自適應(yīng)對(duì)消法在強(qiáng)噪聲背景下有很好的消噪效果，但也會(huì)殘留音樂(lè)噪聲；基于聽(tīng)覺(jué)掩蔽效應(yīng)的語(yǔ)音增強(qiáng)，增強(qiáng)效果好，但要求有較高的語(yǔ)音知識(shí)，并進(jìn)行大量實(shí)驗(yàn)確定參數(shù)；基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音增強(qiáng)，良好的學(xué)習(xí)能力、自適應(yīng)能力和并行處理能力，但是依賴(lài)于干擾噪聲和參考噪聲。第 3 章 小波變換的基本理論小波變換是近二十年來(lái)信號(hào)處理方面研究的熱點(diǎn)，基于小波變換的的分析方法是一種新的時(shí)頻的分析方法。小波變換是一種時(shí)間尺度分析方法，具有多分辨率分析的特點(diǎn)、時(shí)頻局部變換的特點(diǎn)和能夠靈活的選擇小波函數(shù)。為解決瞬間信號(hào)、寬帶噪聲信號(hào)、非平穩(wěn)信號(hào)等提供了很好的解決方法。 小波分析的時(shí)頻局域化分析方法就是在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨率，在高頻部分則恰恰相反。它是在傅里葉變換的基礎(chǔ)上發(fā)展而來(lái)的，但兩者又有很大的不同：傅里葉變換是從整體上對(duì)信號(hào)進(jìn)行分析，用單一的時(shí)域或頻域來(lái)表示信號(hào)的特征；而小波分析具有良好的多分辨率分析特性和時(shí)頻局部化特性，可用時(shí)域和頻域相聯(lián)合的方法來(lái)表示信號(hào)的特征，實(shí)現(xiàn)函數(shù)或信號(hào)的多尺度細(xì)化分析，解決了許多傅里葉變換不能解決的難題。 小波變換分類(lèi) 小波分析誕生于二十世紀(jì)八十年代，是一門(mén)新的極具生命力的的學(xué)科，含有豐富的數(shù)學(xué)知識(shí)，在很多領(lǐng)域得到了廣泛的應(yīng)用。 設(shè)函數(shù),是可測(cè)平方可積的一維函數(shù)空間，為母小波，也稱(chēng)為小波基，若母小波的傅里葉變換滿(mǎn)足容許性條件[13] （31）若對(duì)母小波進(jìn)行進(jìn)行伸縮、平移后得到小波序列。若此小波序列為 （32）式中 ——尺度因子； ——平移因子。(1) 連續(xù)小波變換函數(shù)的連續(xù)小波變換為： （33）不難發(fā)現(xiàn)，連續(xù)小波變換具有兩個(gè)重要的性質(zhì)：線性和平移不變性。(2) 離散小波變換考慮母小波是容許的，現(xiàn)在限制參數(shù) a 、b取離散值，得到相應(yīng)的離散族 （34）則函數(shù)離散小波變換為 （35）離散小波變換具有線性，但是不具有平移不變特性。(3) 二進(jìn)小波變換對(duì)于離散小波變換，如果平移因子保持連續(xù)變化，而對(duì)尺度因子進(jìn)行二進(jìn)制離散，則函數(shù)的二進(jìn)制小波變換為 （36）若使二進(jìn)制小波變換的逆變換存在，需滿(mǎn)足二進(jìn)小波的穩(wěn)定性條件 （37）式中和都為正常數(shù)，并且。最穩(wěn)定條件是：。所有滿(mǎn)足以上穩(wěn)定性條件的稱(chēng)為二進(jìn)小波。二進(jìn)小波變換的逆變換為 （38）二進(jìn)小波變換是介于連續(xù)小波變換和離散小波變換的，因此二進(jìn)小波變換不僅具有離散小波變換的優(yōu)點(diǎn)，并具有時(shí)移不變性，且小波基存在冗余，因此去噪效果比較好，所以二進(jìn)小波變換在實(shí)際中應(yīng)用廣泛。 多分辨率分析 小波的多分辨率分析(Mutliresolution Analysis),又稱(chēng)為多尺度分析[36],是建立在函數(shù)空間概念上的理論基礎(chǔ)上。(Mallat算法)。它能夠避免a值較大時(shí),釆樣密度就更大的缺陷,這一算法在小波分析中起著相當(dāng)重要的作用。 多分辨率分析只是對(duì)小波變換的低頻部分作進(jìn)一步的分解，高頻部分則不考慮。多分辨率分析的定義：令,為空間中的一個(gè)閉子空間序列，若滿(mǎn)足以下性質(zhì):(1) 逼近性：, (2) 伸縮性：, 對(duì) (3) 一致單調(diào)性：， 對(duì)(4) 平移不變性：， 對(duì)，(5) Riesz基存在性：存在函數(shù)，使構(gòu)成的Riesz基。即對(duì)任意，存在唯一的序列，使得 （39）多分辨率分析只對(duì)低頻部分進(jìn)行分解，高頻部分不予考慮。 常用小波函數(shù) 小波函數(shù)具有不唯一性，即具有多樣性，這是小波分析和標(biāo)準(zhǔn)的傅立葉變換之間的不同所在。不同的小波基具有不同的時(shí)頻特性，對(duì)于某一個(gè)確定的信號(hào)，用不同的小波基進(jìn)行分析得到的結(jié)果可能會(huì)截然不同，這就是最優(yōu)小波基選擇所帶來(lái)的結(jié)果。在一般情況下，小波基的選取是根據(jù)信號(hào)時(shí)頻特性，用經(jīng)驗(yàn)或者是大量的實(shí)驗(yàn)來(lái)選取小波基，然后以小波分析方法的結(jié)果和理論上應(yīng)有的結(jié)果兩者之間誤差的大小來(lái)判定小波基選取的好壞。在語(yǔ)音編碼、語(yǔ)音增強(qiáng)及圖像消噪等小波實(shí)際應(yīng)用中，主要是利用小波基能夠使用非常少的一些小波系數(shù)去完美的最佳逼近實(shí)際中的信號(hào)。 本章小結(jié) 本章主要闡述了小波變換的基礎(chǔ)，闡明了小波變換具有時(shí)頻局部化的特點(diǎn)，在處理一些非平穩(wěn)信號(hào)上有一定的優(yōu)勢(shì)。第 4 章 基于小波變換的語(yǔ)音增強(qiáng) 小波變換語(yǔ)音增強(qiáng)的基本原理 基于小波變換的語(yǔ)音增強(qiáng)方法的基本思想是：帶噪語(yǔ)音信號(hào)經(jīng)小波變換后分解為具有時(shí)頻特性的小波系數(shù)，然后選擇合適的閾值，經(jīng)過(guò)閾值處理后消除背景噪聲，最后再經(jīng)過(guò)小波逆變換對(duì)得到的新小波系數(shù)進(jìn)行重構(gòu)來(lái)得到去噪的語(yǔ)音信號(hào)。這種語(yǔ)音增強(qiáng)方法可以很好地去除帶噪語(yǔ)音中的加性噪聲。 小波變換的語(yǔ)音增強(qiáng)是基于信號(hào)和噪聲小波的系數(shù)在不同尺度上具有不同的特征這一原理的。小波變換語(yǔ)音閾值去噪的基本原理[11]是：語(yǔ)音信號(hào)的能量主要集中在小波分解系數(shù)的低頻段，并且幅值較大；而噪聲能量則主要集中在高頻段，并且幅值比較小?；诖丝梢哉J(rèn)為幅值比較大的小波系數(shù)一般以信號(hào)為主，幅值比較小的小波系數(shù)一般以噪聲為主。于是采用閾值處理的方法可以把信號(hào)系數(shù)保留，而使大部分噪聲系數(shù)減少為零。然后用處理后得到的小波系數(shù)恢復(fù)語(yǔ)音信號(hào)。圖 41 顯示了小波語(yǔ)音增強(qiáng)的這一基本原理。 圖 41 小波語(yǔ)音增強(qiáng)原理圖基于小波閾值去噪的原理如圖 42 所示。圖 42 中的是經(jīng)過(guò)閾值處理后的小波系數(shù)，是由小波系數(shù)重構(gòu)后的近似語(yǔ)音信號(hào)。 圖 42 小波閾值去噪原理圖 設(shè)帶噪語(yǔ)音信號(hào)為，原始語(yǔ)音信號(hào)，噪聲信號(hào)為，則有 （41）然后對(duì)連續(xù)的語(yǔ)音信號(hào)進(jìn)行二進(jìn)小波變換 （42）式中， 是帶噪語(yǔ)音信號(hào)的采樣信號(hào)， 是采樣點(diǎn)數(shù)， 是小波系數(shù)。 記為。本文主要研究小波閾值去噪。小波閾值去噪的基本步驟是[38]： (1) 對(duì)帶噪語(yǔ)音信號(hào)進(jìn)行小波分解。首先選擇合適的小波基和最佳分解層數(shù)，然后進(jìn)行小波分解，得到小波系數(shù)。 (2) 對(duì)小波系數(shù)進(jìn)行閾值化處理。重要的是閾值函數(shù)確定和閾值的估計(jì)。 (3) 將處理后的小波系數(shù)進(jìn)行小波重構(gòu)，得到增強(qiáng)的信號(hào)。 在小波閾值去噪的過(guò)程中，涉及幾個(gè)重要的部分： (1) 小波基的選擇； (2) 小波分解層數(shù)的確定； (3) 小波閾值的估計(jì)； (4) 小波閾值函數(shù)的選取。 本章著重對(duì)以上四部分進(jìn)行了研究。 小波函數(shù)和分解層數(shù)的選擇 小波基選取由于不同的小波函數(shù)在分析同一個(gè)問(wèn)題時(shí)會(huì)有不同的結(jié)果，所以在進(jìn)行小波分解之前一