论文部分内容阅读
语音是人与人、人与机器之间相互传递信息的最主要的手段之一,它已成为现代通信及信息时代越来越重要的工具。但在现实生活中,外界噪声的干扰严重影响了语音信号的质量。为了消除噪声污染、改善语音质量,采用适当的语音增强技术进行预处理可有效地改善系统性能。语音增强在语音识别、语音低速编码、军事通讯、自动化等领域中起着重要的作用。本文在对语音增强基础知识和谱减类语音增强算法的研究基础上,提出了基于约束方差的噪声谱估计算法与听觉掩蔽效应相结合的语音增强算法,主要研究工作包括如下:分析了最小统计法及最小值控制递归平均法等几种现有噪声谱估计算法的优缺点,提出了一种实时噪声谱估计算法,它能快速而准确地估计出噪声功率谱,可以更好地适应噪声的快速变化。该算法的优势在于:它不依赖于噪声水平,仅通过平滑带噪语音的统计值估计出平滑参数,来限制平滑短时带噪功率谱的方差,从而降低了最小值跟踪所造成的估计偏差。这样可以快速且准确地跟踪到平滑短时功率谱的最小值,并将它用于语音活性检测,最后对噪声功率谱进行及时更新估计。与其它噪声谱估计算法相比,此算法能更快速而准确地估计噪声功率谱,大大提高了算法的性能。针对大多数增强算法只强调信噪比提高而忽略语音失真的问题,本文提出了基于听觉掩蔽阈值和先验信噪比的语音增强算法。为了在背景噪声消除、残留噪声抑制和语音失真降低三方面得到折中,算法对增益函数进行了重点研究。首先对增益函数进行感知限制,保留了能量低于噪声掩蔽阈值且人耳听不到的残余噪声,减少了语音失真。引入了代价函数,得出最初的增益函数。同时为了减少“音乐噪声”,又引入了瞬时信噪比,采用随时频变化的平滑参数,估计出更为准确的瞬时信噪比。本文中的最终增益函数通过帧内人耳掩蔽特性和帧间先验信噪比变化进行自适应调整,这样在减少残留噪声的同时尽量地避免语音失真。对本文方法进行了实验仿真,分别用主客观评价标准对增强语音进行了评价。结果表明,本文方法与常用算法相比,可以更好地去除背景噪声,抑制残留噪声,同时使得语音失真最小。