1、    基于時(shí)域?yàn)V波多頻段mmse的語音增強(qiáng)研究    劉郭杉+張小宇摘 要：本文提出一種時(shí)域?yàn)V波中多頻帶語音增強(qiáng)的方法，通過將時(shí)域中的未處理語音過濾成各種等效的基于矩形帶寬的子帶，然后在每個(gè)頻帶中使用基于離散余弦變換（dct）mmse來估計(jì)清晰語音。該算法在010db的snr水平上優(yōu)于用于汽車、餐廳、列車、白色和工廠噪聲的現(xiàn)有技術(shù)。關(guān)鍵詞：mmse 多頻帶 dct：tn91 ：a ：1672-3791（2017）10（a）-0030-02語音通信系統(tǒng)的性能特征在于語音質(zhì)量和可懂度。然而，這些因素容易受到外部噪聲源干擾而劣化。在這些源中，背景噪聲是最常見

2、的，并且以加法方式影響語音信號(hào)。頻域語音增強(qiáng)的噪聲去除方法主要使用傅里葉變換（ft）衍生的頻譜。這種方法不僅可以增強(qiáng)未處理語音的幅度頻譜，同時(shí)可以保持未處理語音的相位不受干擾。雖然這些技術(shù)顯著改善了語音質(zhì)量，但是它們作為單個(gè)實(shí)體作用于整個(gè)頻帶，而語音和噪聲分量并不是均勻地分布在所有的頻帶上。因此，提出了改進(jìn)的多頻帶譜減法，將未處理語音頻譜線性或非線性劃分各個(gè)子帶，并且獨(dú)立地對(duì)每個(gè)子帶執(zhí)行噪聲去除，即通過傅里葉變換給每個(gè)頻帶不同的權(quán)重，將信號(hào)分解成含有不同權(quán)重的頻率分量。未處理語音由于噪聲的不均勻分布，頻域頻帶劃分將導(dǎo)致子帶具有不同的信噪比（snr），當(dāng)每個(gè)子帶中的語音分量被增強(qiáng)時(shí)，每個(gè)子帶的s

3、nr改變，即頻率分量的分布也與之前的不同。所以，在使用導(dǎo)出原始未處理語音的權(quán)重就會(huì)導(dǎo)致純凈語音的不準(zhǔn)確估計(jì)。為了克服這些問題，使用時(shí)域?yàn)V波可能會(huì)更合適。1 全頻帶mmse（dct-c）mmse頻譜幅度估計(jì)器使用從up語音頻譜分量估計(jì)的先驗(yàn)snr和后驗(yàn)snr來估計(jì)干凈語音頻譜。up語音信號(hào)的dct導(dǎo)出頻譜的mmse估計(jì)器收斂到weiner濾波器用于實(shí)變換，并且其由下式給出：其中，是由決策指導(dǎo)方法估計(jì)的先驗(yàn)snr，并且是當(dāng)前段是語音段的似然性。固定值表現(xiàn)出對(duì)特定情況（僅噪聲/語音）的偏差。另一方面，對(duì)于基于多頻段dct的mmse估計(jì)器，提出了一種基于全局和局部先驗(yàn)snr來計(jì)算閾值的方法，并且在下面

4、的部分中討論。2 時(shí)域?yàn)V波多頻帶mmse（tmb-mmse）當(dāng)前的工作中，使用頻帶特定的閾值來計(jì)算用于多頻帶mmse的。在每個(gè)頻帶信號(hào)中，基于兩個(gè)因素，即（i）全局先驗(yàn)snr（）和（ii）局部先驗(yàn)snr（）來計(jì)算用于固定的閾值，其中前者是為up全帶信號(hào)，后者是為子帶信號(hào)估計(jì)的先驗(yàn)snr。對(duì)全帶up語音段和第i個(gè)子帶濾波段的第t段估計(jì)的全局1和局部2先驗(yàn)snr由下式給出：其中，是針對(duì)第t個(gè)語音段中的第n個(gè)樣本估計(jì)的先驗(yàn)snr，并且n是段中的樣本的總數(shù)。3 性能評(píng)價(jià)語音增強(qiáng)算法使用從timit語料庫，noisex-92是一個(gè)噪聲數(shù)據(jù)庫，包括8種不同的非固定噪聲、如工廠、機(jī)槍、白噪聲、粉紅噪聲等。將

5、來自noisex-92和aurora數(shù)據(jù)庫的噪聲以不同的snr水平被添加到timit和noizeus數(shù)據(jù)庫中的干凈的語音中，獲得未處理語音信號(hào)。在這個(gè)系統(tǒng)中，以010db的snr水平，添加5個(gè)不同的噪聲，即，餐廳噪聲，白噪聲，工廠噪聲（選自noisex-92）、汽車噪聲和火車噪聲（選自aurora）。up語音信號(hào)是以25ms的幀大小和段之間50%重疊的漢明窗口。tmb-mmse與dft-c和dct-c的比較：tmb-mmse，dft-c和dct-c算法的目標(biāo)質(zhì)量度量顯示如下。所提出的方法（tmb-mmse）導(dǎo)致所考慮的所有噪聲條件下pesq評(píng)分的語音質(zhì)量得到改善。對(duì)于汽車，工廠和白噪聲，質(zhì)量提

6、高了0.30.8，而對(duì)于火車和汽車噪聲，tmb-mmse參考up語音實(shí)現(xiàn)了0.20.4的改善（見表1）。根據(jù)sd分?jǐn)?shù)，tmb-mmse與dct-c和dft-c相比較。通過tmb-mmse增強(qiáng)的語音中的殘余噪聲與dct-c和dft-c相比較，通過tmb-mmse增強(qiáng)的語音中bd的減少對(duì)于汽車，白色和工廠噪聲為0.30.5左右，而對(duì)于混音和列車噪聲，分別減少了0.1和0.2（見表2）。總而言之，tmb-mmse通過dct-c顯著地提高了整體增強(qiáng)的語音質(zhì)量，dct-c提高了0.10.3，dft-c提高了0.020.3。4 結(jié)語在這項(xiàng)工作中，使用dct派生的頻譜開發(fā)了時(shí)域?yàn)V波多頻帶（基于erb）語音增強(qiáng)算法。通過時(shí)域?yàn)V波克服了存在于頻域多頻帶方法中的相鄰頻帶頻率分量的影響。實(shí)驗(yàn)結(jié)果可以看出，本文提出的算法比傳統(tǒng)的語音增強(qiáng)方法增強(qiáng)效果好。pesq值驗(yàn)證了改進(jìn)的算法具有更好的語音質(zhì)量。使用改進(jìn)的算法具有比傳統(tǒng)算法低的sd量和bd量。參考文獻(xiàn)1 于文慧.基于短時(shí)譜估計(jì)的mmse語音增強(qiáng)算法研究d.長春：吉林大學(xué)，2012.2 寧礦鳳，王景芳.dct域維納濾波語音增強(qiáng)j.計(jì)算機(jī)工程與應(yīng)用，2015，51（8）：226-230.endprint科技資訊2017年28期科技資訊的其它文章利用excel vba