语音信号处理作为一个重要的研究领域,与高速发展的信息时代有着密切联系。由于噪声和混响的干扰,在许多语音信号处理系统中,目标信号往往是含噪语音信号。被污染的语音对语音信号本身的结构以及可懂度均有较大损害,因此,在接收端须使用某种技术对其进行降噪处理。语音增强是现实环境中解决噪声污染问题的主要技术之一。当语音信号受到噪声污染时,通过一些特定的处理,语音增强可以有效提高语音质量和可懂度。非平稳噪声的有效抑制一直是受研究者关注的问题,基于字典学习和稀疏表示的语音增强方法给非平稳噪声的滤除提供了一种新的途径。与现有的字典学习类语音增强算法不一样的是,本文选取语音信号和噪声信号的幅度谱与功率谱特征作为字典学习的输入,将两者综合运用到语音增强算法系统框架中。语音和噪声信号的幅度谱和功率谱特征被用于训练字典,含噪语音在训练产生的特征字典上进行稀疏表示。最终重构出的增强语音将由两路信号加权恢复,其中一路信号由幅度谱获得,另一路信号由功率谱获得。基于两路信号的区别和联系,下面简要概括论文的几点思路。首先,现有的基于稀疏表示和字典学习的语音增强算法中往往只利用一路特征信号恢复出最后的增强语音。论文基于稀疏表示和特征字典学习,对单通道下的语音增强算法进行了研究,提出了一种双路特征的语音增强算法。一方面增加了系统框架的灵活性,另一方面,该算法充分挖掘了语音信号的幅度谱和功率谱与语音增强的联系,将幅度谱和功率谱字典综合运用到语音增强中,改善了一路特征信号的语音增强算法在不同噪声环境下适应度不同的问题。其次,提出基于稀疏表示和字典学习的噪声功率谱估计方法。稀疏表示和字典学习方法对信号的表示能力主要依赖于信号结构性的强弱,不要求信号具备平稳性约束条件,克服了传统噪声功率谱估计方法对于语音信号相邻帧的噪声功率谱值实时更新不准确的缺陷,提高了非平稳噪声环境下噪声估计的追踪估计能力。最后,对于噪声类型这种重要的先验信息,论文在语音增强预处理阶段,增加噪声分类模块,通过神经网络算法判断噪声类型。噪声种类分集内集外两种,确保了几种常见噪声类型判断的准确性。依据获得的噪声类型,论文在语音重构阶段设计了自适应的语音重构权值,两路信号加权恢复时的权值依据噪声类型的改变而自适应改变,因此提高了算法的噪声适应度。