【正文】 [大連理工大學(xué)學(xué)位論文]2003[15] Tsoukalas D E, Mourjopoulos J N. Speech enhancement based on audible noise Speech and AudioProcessing,1997,5(6)497514[16] 劉海濱，“非平穩(wěn)環(huán)境下基于人耳聽(tīng)覺(jué)掩蔽特性的語(yǔ)音增強(qiáng)”，信號(hào)處理，,，2003[17] 王永紅等，“譜相減技術(shù)中“音樂(lè)噪聲”的抑制”，桂林電子工業(yè)學(xué)院學(xué)報(bào)，,1998。清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2001，41（7）：14[14] 廖春波。信號(hào)處理，1993，9（1）：914[12] 付強(qiáng)，易克初，田斌，語(yǔ)音信號(hào)處理[M] 國(guó)防工業(yè)出版社[13] 張金杰，曹志剛等。參考文獻(xiàn)[1] ,And , Enhancement and Bandweidch Compression of Noise Speech[J].PROCEEDINGS OF THE IEEE,[2] Wang DL,Lim JS,The unimportance of phase in speech enhancement [J].IEEE Trans Acoust Speech Signal Processing,1982,30(4):679681.[3] Ephraim Y, Malah D. Speech enhancement using a minimum meansquare error shorttime spectra amplitude estimator [J].IEEE Trans Acoust Speech Signal Processing,(6):11091121.[4] S. F. Boll, “Suppression of acoustic noise in speech using spectral subtraction”, IEEETransaction on Acoustics, Speech and Signal Proc., Vol. 27, pp. 113–120,1979[5] M. Berouti, R. Schwartz, J. Makhoul, “Enhancement of speech corrupted by acoustic noise”, Proc. IEEE ICASSP, , Washington, DC, April 1979[6] P. Lockwood, J. Boudy, “Experiments with a nonlinear spectral subtraction(NSS),hidden Markov models and projection for robust recognition in cars”, Speech Communication, November 1992[7] B. Lim Sim, Y. C. Tong, “A parametric formulation of the generalized spectralsubtraction method”, IEEE Transaction on Speech and Audio Processing,June 1998[8] N. Virag, “Single channel speech enhancement based on masking properties of human auditory system”, IEEE Transactions on Speech and Audio Processing, , July 1999[9] “,And , Enhancement and Bandweidch Compression of Noise Speech[J].PROCEEDINGS OF THE IEEE,Vol,67(12):15861604”[10] 張波等，“低信噪比下的一種自適應(yīng)有聲/無(wú)聲判決算法”，信號(hào)處理，1996[11] 沈亞強(qiáng)，程仲文。本文所處理的還只限于平穩(wěn)隨機(jī)噪聲，對(duì)噪聲特性變化劇烈的含噪語(yǔ)音，上述方法就無(wú)能為力了。通過(guò)實(shí)驗(yàn)結(jié)果和信噪比得到的客觀評(píng)估，結(jié)合主觀聽(tīng)覺(jué)結(jié)果顯示：與基本方法相比，音樂(lè)噪聲和殘留噪聲的語(yǔ)音結(jié)構(gòu)都減少了，而語(yǔ)音失真也在可接受的范圍內(nèi)。2） 性能好，剩余噪聲和“音樂(lè)噪聲”均大大降低。主觀聽(tīng)覺(jué)測(cè)試也說(shuō)明本方法殘留噪聲對(duì)語(yǔ)音的干擾比基本譜減法小的多。 結(jié)論單通道譜減系統(tǒng)在減少背景噪聲上很有效，然而它帶來(lái)了可感知的令人煩躁的“音樂(lè)噪聲”。對(duì)于每個(gè)話音都有下列步驟：1） 純凈語(yǔ)音和帶噪語(yǔ)音均被重復(fù)播放兩次；2） 每個(gè)測(cè)試信號(hào)都被重復(fù)兩次，且以隨機(jī)順序播放三次。 主觀評(píng)價(jià)為了確證客觀性能評(píng)估，我們采用了主觀聽(tīng)覺(jué)測(cè)試。對(duì)處理結(jié)果我們用信噪比進(jìn)行評(píng)價(jià)。 信噪比改進(jìn) 噪聲減少通常是以信噪比改進(jìn)來(lái)衡量的，本文提出的是輸入，輸出的分段信噪比來(lái)加以比較，即： （）其中L表示信號(hào)的幀長(zhǎng)度，N表示每幀的采樣點(diǎn)。但低信噪比下改進(jìn)的好。每幅圖中從上往下的波形依次是純凈的語(yǔ)音信號(hào)，帶噪語(yǔ)音信號(hào)，和增強(qiáng)后的語(yǔ)音信號(hào)。根據(jù)文獻(xiàn)將信號(hào)在頻域中等分三個(gè)子帶。采樣頻率為22050Hz，幀長(zhǎng)為256，語(yǔ)音總共長(zhǎng)為110033。在這里，=。 對(duì)以上的步驟，其中寂靜幀的判定和先驗(yàn)信噪比的估計(jì)在前面已有了詳細(xì)的介紹和分析。5，用先驗(yàn)信噪比計(jì)算出濾波函數(shù)，最終計(jì)算增強(qiáng)后語(yǔ)音的頻譜函數(shù)。3，取一門限值，對(duì)各幀進(jìn)行有聲/無(wú)聲判斷。它主要包括以下幾步：1，帶噪語(yǔ)音輸入，計(jì)算輸入信噪比。接下來(lái)我們討論它的算法：由于在大多數(shù)情況下只能獲得帶噪語(yǔ)音,所以在進(jìn)行語(yǔ)音增強(qiáng)時(shí),公式(),則可采用試聽(tīng)的方法,在帶噪聲語(yǔ)音中找出一段不含語(yǔ)音的純?cè)胍舳?利用這一段純?cè)胍羲愠?:在多數(shù)情況下噪聲強(qiáng)度是隨時(shí)間變化的,因此,用一小段噪音來(lái)估計(jì)整段語(yǔ)音,一定會(huì)產(chǎn)生很大的誤差,低信噪比條件下的自適應(yīng)有聲/.一般認(rèn)為寬帶噪聲為一零均值高斯過(guò)程,則它的概率密度為 （）一幀不含語(yǔ)音的純?cè)胍粜盘?hào),能量可表示為 ()它的概率密度則可表示為 （）對(duì)于一幀含噪語(yǔ)音,由于語(yǔ)音信號(hào)s(i)與噪音d(i)不相關(guān),則它的信號(hào)能量為 （）其條件概率分布為 （） ,是將向右平移了一段S,而S是一幀含噪語(yǔ)音中純語(yǔ)音信號(hào)的能量,通過(guò)對(duì)一定長(zhǎng)度的帶噪語(yǔ)音進(jìn)行統(tǒng)計(jì),得到其短時(shí)能量概率密度的最大值,并由此計(jì)算出.,我們?cè)趚軸上選一門限,當(dāng)一幀信號(hào)的短時(shí)能量小于門限時(shí), ，及誤判概率線有重疊部分,所以不論是哪種判斷都可能有誤判,在實(shí)驗(yàn)中我們將幀長(zhǎng)定為256,以純?cè)肼曊`判為含噪語(yǔ)音的概率為10%來(lái)確定,那么把含噪語(yǔ)音判別為純?cè)肼暤母怕蕜t和一幀信號(hào)中純語(yǔ)音信號(hào)的短時(shí)能量S的大小有關(guān),能量大則誤判率低,而在信噪比SN為8dB時(shí)誤判率約為30%.我們用判斷為純?cè)肼暤哪切瑏?lái)計(jì)算噪聲的短時(shí)能量譜,雖然在判斷噪聲時(shí),可能會(huì)有錯(cuò)判,但錯(cuò)判的幀中,一般語(yǔ)音的能量能非常小,對(duì)估計(jì)噪聲不會(huì)產(chǎn)生太大的影響.由于它對(duì)噪聲特性的估計(jì)更為準(zhǔn)確,取得了很好的結(jié)果,信噪比大大的提高,并且語(yǔ)音的可懂度也明顯提高。從式（）可以看出，先驗(yàn)信噪比是通過(guò)非線性的遞推估計(jì)得到的。其中，i為幀數(shù)。我們同樣可因?qū)⑦@種方法引入到譜減法中，得到基于先驗(yàn)信噪比估計(jì)的改進(jìn)型譜減法。接下來(lái)我們重點(diǎn)論述一下基于先驗(yàn)信噪比的改進(jìn)型譜減法。實(shí)際上的選取是對(duì)降低噪聲和保持語(yǔ)音不失真的一種折衷，對(duì)信噪比低的帶噪語(yǔ)音，噪聲的方差大，的選取可適當(dāng)大些，對(duì)信噪比高的帶噪語(yǔ)音， 的選取則可小些。當(dāng)=2 ， =1時(shí)，可得到功率譜減法形式，1為過(guò)減形式。實(shí)際的增強(qiáng)實(shí)驗(yàn)表明，適當(dāng)調(diào)節(jié)可以獲得比原始的譜減法更好的增強(qiáng)效果。這種方法稱之為功率譜修正處理。同時(shí)對(duì)于應(yīng)用改進(jìn)后的方法，需要粗略地辨別語(yǔ)音幀是輔音幀還是元音幀，以確定的取值。因此，改進(jìn)的方法是在幅度較高的時(shí)幀出減去，這樣可以更好地突出語(yǔ)音譜，抑制純音噪聲，改善降噪性能；其次，在語(yǔ)音譜中保留少量的寬帶噪聲，在聽(tīng)覺(jué)上可以起到一定的掩蔽純音噪聲的作用。因此，在減去噪聲譜后，會(huì)有較大的功率譜分量的剩余部分，在頻譜上呈現(xiàn)出隨機(jī)出現(xiàn)的間峰，在聽(tīng)覺(jué)上形成殘留噪聲。也可以用濾波法 （）其中是濾波系數(shù)