【文章內容簡介】 表現(xiàn)的較好,但是在大多數(shù)的實際環(huán)境中表現(xiàn)的就沒那么好了,因為在這樣的環(huán)境中噪聲是時變的。因此,在大多數(shù)噪聲估計算法中,如果噪聲突然變大,那么噪聲估計都不能及時跟蹤它的變化。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,結果表明在噪聲水平突然增加的情況下,。在本文中,我們介紹一種改進的算法:基于統(tǒng)計信息的非平穩(wěn)噪聲自適應算法 (1)不需要明確的語音活性檢測(VAD)來更新噪聲參數(shù)的估計。(2)利用幀間相關性估計純凈語音存在概率。這種算法基于語音存在概率來計算時頻平滑參數(shù),從而更新噪聲參數(shù)。 非平穩(wěn)噪聲自適應算法設觀察到的帶噪語音為: (417)其中,s(t)是純凈語音,n(t)是加性噪聲。先用一個遞歸的平滑過程來計算帶噪語音的語音的功率譜: (418)其中,是平滑功率譜,是幀的標號,k是頻點的標號,是帶噪語音的功率譜, 。(1) 跟蹤帶噪語音最小值在以前的算法中(如martin的最小值跟蹤法),通過一個固定的窗長去跟蹤帶噪語音功率譜的最小值。這些方法對于外部環(huán)境很敏感,并且依據(jù)窗長去更新最小值。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, 。圖(43)是帶噪語音的功率譜和其局部最小值。噪聲是由白噪聲和F16戰(zhàn)斗機噪聲組合而成,信噪比SNR=5dB 。 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算語音存在概率,用下式表示: (419)計算出來的概率和經(jīng)驗頻率值比較,如果大于判斷為語音存在頻率點,否則判斷為語音盲點。原因是:在語音盲點時刻,帶噪語音功率譜接近于其局部最小值,因此,在(312)式中比率越小,處于語音間隙的可能性就越大。語音是否存在用下式判斷: 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分別對應于1k和3k的頻率點,Fs是采樣頻率。從上式的判斷規(guī)則,用下式來更新語音存在概率: (422)其中, 。(注: (421)式利用了相鄰語音幀間相關性。)(2) 計算時頻平滑參數(shù)利用上面的語音存在概率估計,用下式計算時頻平滑參數(shù): (423),的取值范圍是:(3) 更新噪聲功率譜最后,在計算了時頻平滑參數(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值,整個算法的描述過程:根據(jù)式(421)判斷何時是語音存在頻點,何時是語音間隙頻點。然后根據(jù)式(422)來更新語音存在概率。再根據(jù)式(423)來更新時頻平滑參數(shù)。最后,根據(jù)式(424)來更新噪聲功率譜的估計。圖44描繪了真實的噪聲功率譜和用我們的算法所估計出來的噪聲功率譜,噪聲是由白噪聲和F16戰(zhàn)斗機噪聲組合而成,Fs=8k,信噪比SNR=5dB。 圖44 真實的噪聲譜和估計的噪聲譜圖44中,虛線表示真實噪聲功率,實線表示估計噪聲功率,頻率分量k=8?？梢钥闯鲈诖蠹s100幀處,噪聲功率突升,估計噪聲功率也即刻突升,表明算法能夠即刻跟蹤噪聲的變化。 最小值控制遞歸平均算法Cohen和Berdugo在文獻[5]中提出了一種基于最小值約束的遞歸平均（MCRA：Minima Controlled Recursive Averaging）方法。該方法使用一個平滑參數(shù)對功率譜的過去值進行平均，該平滑參數(shù)是根據(jù)每個子帶中語音存在的概率進行調整的。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，對其進行了遞歸平滑。Mcaulay提出語音存在和語音缺失的兩態(tài)假設模型[28] (425)其中，(1)式代表語音缺失,(2)式代表語音存在,Y(λ, k)，S(λ, k)和N(λ, k)分別代表帶噪語音、純凈語音和噪聲的短時傅立葉變換后的幅度， 和分別代表語音缺失和語音存在概率假設。那么就可以在這兩種假設模型下更新噪聲譜，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)。 為了達到上式的噪聲估計，首先對輸入的每一幀信號用下式進行頻域平滑： (427)其中，b(i)為加權系數(shù)，Y(λ, k)是第λ 幀的第k 個頻率點的幅度，2w +1是進行頻域平滑的相鄰頻點數(shù)。其次，用一階遞歸進行時域平滑： (428) 其中，為平滑參數(shù)，S(λ ?1, k)為前一幀帶噪信號的功率譜。 計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前幀帶噪信號功率譜中較小的一個,即:9 (429)同時定義一個臨時變量,表示如下: (430)每當處理第nL幀時，更新局部能量最小值和臨時變量，分別為： (431)其中，L為一個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。 估計語音存在的概率用帶噪語音功率譜和其局部最小值的比率來計算語音存在概率，如下式表示： (432)計算出的概率和經(jīng)驗頻率值δ 比較，如果大于δ 判斷為語音存在頻帶，否則判斷為語音盲點。之所以這樣判斷是因為：在語音盲點時刻，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。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。δ 取值5，I (λ , k)是上式中的指標函數(shù)。 更新噪聲譜的估計獲得語音存在的概率后，就可以更新噪聲譜了。如下式： (435)其中, 一種改進的最小統(tǒng)計量控制遞歸平均噪聲估計算法 改進的噪聲估計算法 設x(n)和d(，1)分別表示干凈語音信號和加性噪聲信號，則帶噪語音信號y(n)=x(n)+d(n)。其中，x(n)和d(n)相互獨立。對帶噪語音信號分幀并變換到頻域可以得到Y(k，1)=x(k，Z)+D(k，Z)，k為頻帶序號，l為幀序號。通過對帶噪語音信號功率譜進行一階遞歸平滑得到噪聲功譜[8]: (436)其中，既(七，f)為受語音存在概率p(k，z)控制的自適應平滑因子。設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)設為后驗信噪比, 為先驗信噪比，可以采用判決反饋的方法獲得，為語音存在時干凈語音信號功率譜,為先驗語音不存在概率，受語音最小統(tǒng)計量控制，通過兩次平滑和最小統(tǒng)計量跟蹤實現(xiàn)。首先，在時頻域對帶噪語音進行平滑。設為時域平滑參數(shù)，6(f)為長度為2w+1的歸一化窗，取為W=1的漢寧窗，則平滑過程為： (439) (440)對平滑輸出信號s(k，l)進行最小值搜索。設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為噪聲補償因子。設 ,和為判決門限，根據(jù)和進行語音存在概率硬判決: (443)根據(jù)語音存在概率硬判決去除強語音成分后，進行第二次平滑和最小值跟蹤。平滑過程為: (444) (445)采用同樣的最小值跟蹤過程，對搜索最小值。定義和: (446)設,則先驗語音不存在概率為: (447) 實驗仿真本實驗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。(圖中橫坐標表示時間，縱坐標表示功率譜，實線表示真實的噪聲譜，虛線表示估計的噪聲譜)其仿真結果如下圖所示:圖45 真實噪聲譜和IMCRA算法估計的噪聲譜(5dB高斯白噪聲)圖46 真實噪聲譜和IMCRA算法估計的噪聲譜 (信噪比從10dB突變?yōu)?dB)從圖中可以看出本文研究的噪聲估計算法具有較好的噪聲跟蹤能力，在語音存在的條件下能保持對噪聲的更新。其噪聲跟蹤能力與IMCRA算法相當。該算法利用了改進的最小統(tǒng)計量控制遞歸平均算法對最小統(tǒng)計量的魯棒性，采用了一種簡單有效的最小量跟蹤算法，提高了對非平穩(wěn)噪聲的跟蹤能力，降低了算法復雜度。該算法可以廣泛地應用于語音增強系統(tǒng)，能夠有效地提高信噪比，抑制音樂噪聲。5 總結與展望 論文的主要工作語音增強是語音信號處理領域中一個重要的基本問題。它廣泛地應用于語音通信的背景噪聲抑制、語音壓縮編碼和語音識別的前端預處理中。語音增強的研究也越來越受到人們的重視，也取得了一定的成果，而語音增強特別是譜減法語音增強中，一個難點就是噪聲估計，準確地從背景噪聲中估計出噪聲功率譜，刪除不含語音成分的背景噪聲，從而可以大大提高增強效果。因此，噪聲估計是語音增強系統(tǒng)中非常重要的一個部分，估計的好壞會直接影響最終的增強效果。本文從語音活動檢測和不需要進行語音檢測的連續(xù)自適應噪聲估計算法入手，VAD方法雖然有易于實現(xiàn),但是對非平穩(wěn)噪聲的跟蹤力度不夠而直接導致增強算法無法及時更新噪聲特性,同時在經(jīng)典算法的基礎上，研究了一種快速有效的噪聲估計方法。本文主要研究了: Martin 提出的基于最小值跟蹤和最小統(tǒng)計的噪聲估計算法，Cohen 等提出的最小值遞歸平均算法，并對這些算法進行了仿真實驗和分析。最后在這些算法的基礎上，研究了一種改進的最小統(tǒng)計量控制遞歸平均算法，該算法利用了改進的最小統(tǒng)計量控制遞歸平均算法對最小統(tǒng)計量的魯棒性，采用了一種簡單有效的最小量跟蹤算法，提高了對非平穩(wěn)噪聲的跟蹤能力，并在IMCRA算法的基礎上,利用其對語音最小統(tǒng)計量估計算法,在保證噪聲估計準確性的同時,減小了算法的復雜度。該算法可以廣泛地應用于語音增強系統(tǒng)，能夠有效地提高信噪比，并且能夠有效地抑制音樂噪聲。通過實驗仿真，結果表明此方法能夠獲得更加準確的噪聲估計，在噪聲突變時，與其他方法相比大大縮短了時間延遲。 目前存在的問題及今后的發(fā)展方向由于本人所學有限，本論文提出的改進和想法是一些很基礎的，還不全面，需要進一步的探索和完善。下一步的研究工作，可以從以下幾個方面來展開：（1）更深入的研究噪聲的性質，噪聲估計算法不可能對所有的噪聲類型都能適合，下一步可以研究并分析噪聲的各個特性，針對不同的噪聲類型，提出一種適合此類噪聲的噪聲估計算法。（2）進一步完善噪聲功率譜的估計算法，對于許多新型的算法加以研究，進一步將噪聲估計方法和其他方法相結合，爭取得到更加精確的噪聲估計。（3）噪聲估計算法的研究是為了應用于語音增強，因此，對語音增強的研究也需要進一步關注，同時，幾乎所有的語音增強技術都是采用的帶噪語音的相位信息，而低信噪比情況下，相位信息對語音感知有重要作用，因此有必要在以后的工作中研究噪聲中估計相位的算法。參考文獻[1] 張雄偉，陳亮，楊吉斌．現(xiàn)代語音處理技術及應用[M]．北京：機械工業(yè)出版社，2003：412．[2] 趙立．語音信號處理[M]．北京：機械工業(yè)出版社，2003：510．[3] R. Martin. Spectral subtraction based on minimum statistics[C], Seventh EuropeanSignal Processing Conference, 1994, 9(5):11821185.[4] 張雪英，張剛，馬建芬，語音處理與編碼[M]，北京，兵器工業(yè)出版社，2000.[5] , B. Berdugo. Noise estimation by minima controlled recursive averaging for robust speech enhancement [J], IEEE Signal Proc. Letters, 2002, 9(1):1215.[6] 王華奎，張立毅，數(shù)字信號