论文部分内容阅读
语音增强技术可以降低噪声对纯净语音带来的影响,改善人耳的听辨效果和提高语音识别系统的识别率,具有广泛的应用前景。对于信噪比低的语音信号,人们愈是希望通过语音增强技术提高其质量。因此低信噪比语音增强技术具有极大的应用价值。在低信噪比条件下,语音增强的挑战性难题是噪声残留与语音失真的折中问题,以及算法对不同类型噪声的鲁棒性问题。本文以多种类型噪声为研究对象,重点研究了低信噪比条件下的基于短时谱估计语音增强技术,主要工作如下:首先对短时谱估计语音增强算法进行分析,重点研究了增益函数、先验信噪比估计、语音存在概率估计等,搭建了语音增强仿真测试平台,通过对比几种低信噪比短时谱估计语音增强算法的性能,验证了最佳对数谱幅度最小均方误差估计的语音增强算法噪声残留较少、取得较好增强效果的原因在于算法中的语音存在概率估计,同时验证了噪声估计在语音增强中的关键作用。其次,深入的研究了低信噪比条件下的噪声估计算法,分析了几种经典噪声估计算法,详细研究了最小值统计算法和最小值控制递归平均算法适应于低信噪比条件下噪声估计的优势,并提出了一种改进的噪声估计算法。本文算法采用语音存在标识参数来决定可变的搜索窗长度,从而一定程度上减小估计时延,并对后验语音存在概率进行修正,利用了最小跟踪值与噪声估计值之间的线性关系,引入了改进的安全阈值机制,对噪声估计值进行最值限制。对比分析了不同噪声条件下本文算法的估计性能和增强后效果,实验结果表明本文算法能够在低信噪比下进行更准确的噪声估计,明显减小噪声功率上升期间噪声估计时延。然后,研究了低信噪比条件下语音相位估计的重要性问题,结果表明低信噪比条件下,改进语音相位估计可以改善低信噪比条件下语音的质量,减小语音失真。论文提出了一种改进语音相位估计的增强算法,根据语音和噪声频谱的统计模型的对称性得到用先验信噪比倒数形式表示的噪声谱幅度估计值,利用谱幅度估计值实现了一种新的语音相位估计,并应用于最佳对数谱幅度最小均方误差估计增强算法中。仿真实验结果表明,本文算法取得了较好的效果,相比未改进语音相位估计的算法处理后的信号,语音失真度更小,语音质量有一定提高。在此基础上,通过对比实验结果,探讨了改进语音相位的算法对于不同类型噪声的鲁棒性,验证了频谱的统计模型的对称性的成立性。最后,综合上述研究成果,本文提出了一种低信噪比条件下改进相位估计、噪声估计的低失真语音增强算法。算法应用谱幅度最小均方误差估计谱幅度增益函数以减小信号失真,并给出了一种带约束边界的先验信噪比估计算法。实验结果显示在多种类型噪声的低信噪比带噪语音处理中,该方法能减小残留噪声,并更大程度地减小信号失真,有效地提高语音质量。