一種基于功率因數(shù)補(bǔ)償?shù)淖V相減算法改進(jìn)

沈曉東 ,李弼程

(1.清華大學(xué)電子工程系,北京 100084;2.解放軍信息工程大學(xué)信息工程學(xué)院,河南鄭州 450002)

0 前言

人們?cè)谡Z(yǔ)音通信過(guò)程中,會(huì)受到方方面面的噪聲干擾。這些干擾最終將使接收者接收到的語(yǔ)音不再是純凈的原始語(yǔ)音,而是被噪聲污染過(guò)的帶噪語(yǔ)音。在目前的語(yǔ)音去噪方法中,譜減法去噪是較為常見(jiàn)的一種方法[1]。該算法傳統(tǒng)形式的不足之處是處理后會(huì)產(chǎn)生具有一些節(jié)奏性起伏的“音樂(lè)噪聲”。目前,各種語(yǔ)音去噪方法仍無(wú)法極為有效去除該噪聲,所以,語(yǔ)音界依然把如何盡可能的去除“音樂(lè)噪聲”作為語(yǔ)音增強(qiáng)領(lǐng)域研究的一大重點(diǎn)[1-2]。

為了盡可能的降低“音樂(lè)噪聲”,本文采用基于功率因數(shù)補(bǔ)償?shù)淖V相減算法對(duì)背景噪聲信號(hào)進(jìn)行估計(jì),得到增強(qiáng)語(yǔ)音信號(hào)。

1 傳統(tǒng)的譜減法簡(jiǎn)要介紹

傳統(tǒng)的譜減法直接從有噪信號(hào)中減去噪聲譜得到“純凈”的語(yǔ)音譜[3]。假設(shè)sw(n)、dw(n)和yw(n)分別代表語(yǔ)音、噪聲和帶噪語(yǔ)音,Ss(ω)、Sd(ω)和Sy(ω)分別表示其短時(shí)譜,假設(shè)噪聲dw(n)是與語(yǔ)音sw(n)不相關(guān)的加性噪聲[3-4]。于是得到信號(hào)的加性模型

平方處理后得到:

由于人耳對(duì)語(yǔ)音的感知是通過(guò)語(yǔ)音信號(hào)中各頻譜分量的幅度獲取的,對(duì)各分量的相位則不敏感,因此,直接用帶噪語(yǔ)音的相位作為增強(qiáng)以后的語(yǔ)音相位,就可得到原始語(yǔ)音的估計(jì)值。

2 改進(jìn)的譜減法

2.1 改進(jìn)譜減法基礎(chǔ)理論

對(duì)式(3)進(jìn)行功率譜修正處理,目的是增加靈活性。修正后的功率譜形式為:

引入 α、β和γ三個(gè)參數(shù)為算法提供了很大的靈活性。實(shí)際的增強(qiáng)實(shí)驗(yàn)表明:適當(dāng)調(diào)節(jié) α、β和γ可以獲得比原始的譜減法更好的增強(qiáng)效果[7]。當(dāng)γ=1,α=1時(shí),可得到幅度譜減法形式,α＞1為過(guò)減形式;當(dāng) γ=2,α=1時(shí),可得到功率譜減法形式,α＞1為過(guò)減形式。

2.2 用閾值補(bǔ)償增益因數(shù)

在式(4)中,為了更好的去除噪聲,在進(jìn)行譜相減時(shí),引入了過(guò)減因子α(＞1),這樣更為徹底的去除了噪聲,但是,不可避免的會(huì)導(dǎo)致過(guò)減因子與噪聲估計(jì)譜相乘后的值大于帶噪語(yǔ)音功率譜的現(xiàn)象。為了避免這種現(xiàn)象,引入了增益因數(shù)補(bǔ)償閾值 σ,

其中,b為預(yù)設(shè)的增益補(bǔ)償因子(很小),設(shè)為0.01,可依據(jù)實(shí)際情況變化取值。noise_p為噪聲的功率譜,speech_p為帶噪語(yǔ)音的功率譜。

實(shí)驗(yàn)過(guò)程中,對(duì)一段語(yǔ)音進(jìn)行處理,得到其補(bǔ)償閾值仿真見(jiàn)圖1。

圖1 功率因數(shù)補(bǔ)償閾值

譜減法乘積形式為:

其中,speechn_p=speech_p-α×noise_p。

在古代，樂(lè)是禮的重要組成部分，禮樂(lè)在三代之前當(dāng)有一段漫長(zhǎng)的萌芽發(fā)展過(guò)程。禮樂(lè)制度雖然在周初才得到完備，但是其淵源應(yīng)該上溯到三代之前。《虞書(shū)·舜典》中載有舜帝命令夔“典樂(lè)”（主持樂(lè)政）時(shí)的一段對(duì)話，“帝曰：‘夔，命汝典樂(lè)，教胄子。直而溫，寬而栗，剛而無(wú)虐，簡(jiǎn)而無(wú)傲……八音克諧，無(wú)相奪倫，神人以和?！薄俄n非子·外儲(chǔ)》、《呂氏春秋·察傳》均載有魯哀公問(wèn)“夔”于孔子事，孔子認(rèn)為“夔”之官名為“樂(lè)正”，也就是主持樂(lè)禮的官員。據(jù)學(xué)者考證，夔是古代東夷部族的一支?？梢?jiàn)，那時(shí)東夷地區(qū)的禮樂(lè)文化已經(jīng)非常發(fā)達(dá)。

由式(6)得到功率因數(shù)

對(duì)上面語(yǔ)音處理得到其功率因數(shù)仿真見(jiàn)圖2。

圖2中計(jì)算所得到的功率因數(shù) g已有很多點(diǎn)數(shù)的數(shù)值已經(jīng)在橫坐標(biāo)之下,不符合要求,達(dá)不到過(guò)減的目的。于是,將計(jì)算所得到的g與 σ相比較,如果 g＜σ,那就將 g的取值更新為 σ,仿真見(jiàn)圖3。

圖2 過(guò)減后功率因數(shù)

這樣就使譜減后的殘留噪聲和起伏音樂(lè)噪聲都得到了b倍的衰減,既達(dá)到了有效消除噪聲的目的,也避免了過(guò)減處理后連純凈語(yǔ)音也減掉的缺點(diǎn)。

圖3 用閾值補(bǔ)償后的功率因數(shù)

2.3 改進(jìn)譜減法具體算法

(1)加窗分幀。(2)對(duì)每一幀做fft,求出相角,求出幅值。(3)每相鄰幾幀進(jìn)行平滑處理。(4)對(duì)每一幀數(shù)據(jù)進(jìn)行功率譜估計(jì)。(5)對(duì)應(yīng)對(duì)功率譜的每相鄰幾幀進(jìn)行平滑。(6)取帶噪語(yǔ)音前幾幀作為噪聲幀,取其平均作為噪聲的功率譜估計(jì)。(7)求功率因數(shù)補(bǔ)償閾值,凡是小于該閾值的增益系數(shù)均用閾值來(lái)代替。(8)結(jié)合式(6)用譜減的乘積形式進(jìn)行譜減語(yǔ)音增強(qiáng)。(9)對(duì)每一幀進(jìn)行ifft,采用原相角。(10)將處理好語(yǔ)音數(shù)據(jù)還原至?xí)r域。

3 試驗(yàn)仿真結(jié)果

本次試驗(yàn)仿真采用MATLAB工具[8-9]。參數(shù)選擇如下:過(guò)減因子a=2;增益補(bǔ)償因子b=0.01;每幀點(diǎn)數(shù)為 200。

在圖4、圖5中,橫坐標(biāo)表示仿真語(yǔ)音的點(diǎn)數(shù),縱坐標(biāo)表示電平標(biāo)準(zhǔn)值。

通過(guò)客觀計(jì)算,原始語(yǔ)音的信噪比為 4.584 dB,普通的譜減法增強(qiáng)語(yǔ)音信噪比為 23.263 dB,改進(jìn)的譜減法增強(qiáng)語(yǔ)音信噪比為29.164 dB。

通過(guò)主觀測(cè)試,改進(jìn)的譜減法對(duì)“音樂(lè)噪聲”(圖4中很明顯的起伏豎線)的消除效果十分明顯,已不再令人產(chǎn)生“煩躁感”。

4 結(jié)束語(yǔ)

與傳統(tǒng)的譜減法相比,文中提出的語(yǔ)音去噪方法使得噪聲得到更明顯的抑制,提高了語(yǔ)音質(zhì)量。實(shí)驗(yàn)表明:特別是在輸入信噪比較低的情況下,采用文中算法,更好地提高了帶噪語(yǔ)音的輸出信噪比,明顯削弱了傳統(tǒng)譜減法所帶來(lái)的“音樂(lè)”噪聲,抑制加性噪聲效果更好,有效地提高了語(yǔ)音可懂度。

[1] 王永紅.譜相減技術(shù)中“音樂(lè)噪聲”的抑制[J].桂林電子工業(yè)學(xué)院學(xué)報(bào),1998,18(1):16-20.

[2] Berouti M,Schwartz R,Makhoul J.Enhancement of Speech Corrupted by Acoustic Noise[C]//Proc IEEE Icassp.2009: 208-211.

[3] Lim S B,Tong Y C.A Parametric Formulation of the Generalized Spectral Subtraction Method[J].IEEE Transaction on Speech and Audio Processing,2009(6):328-337.

[4] 王文杰,王霞.一種改進(jìn)的子空間語(yǔ)音增強(qiáng)方法[J].電子設(shè)計(jì)工程,2010,18(6):127-129.

[5] 金學(xué)驥.語(yǔ)音增強(qiáng)算法的研究與實(shí)現(xiàn)[D].杭州:浙江大學(xué),2005:12-13.

[6] Jae SL,Oppenbeim V.Enhancementand Bandweidch Compression of Noise Speech[J].Proceedings of the IEEE,2008,67 (12):1586-1604.

[7] Erkelens JS.Minimum Mean-square Error Estimation of Discrete Fourier Coefficientswith Generalized Gamma Priors[J].IEEE Transactions on Audio,Speech and Language Processing,2007,15(6):1741-1752.

[8] 曹曉琳,張素莉,吳平,等.基于MATLAB的譜相減語(yǔ)音增強(qiáng)算法的研究[J].計(jì)算機(jī)仿真,2006,23(3):278-283.

[9] 郭興吉.WAV波形文件的結(jié)構(gòu)及其應(yīng)用實(shí)踐[J].微計(jì)算機(jī)信息,2005,21(8):114-116.