幾種單通道的語音增強算法研究

楊龍

【摘 要】對目前常用的幾種單通道語音增強算法，即譜減法、最小均方誤差估計以及子空間算法進行研究，通過仿真實驗對三種單通道語音增強算法的去噪效果和去噪后語音失真程度以及信噪比進行比較分析，由此論證三種方法的使用條件和在該條件下的增強效果。

【關(guān)鍵詞】語音增強；去噪；信噪比

The Search of Single Channel Speech Enhancement Algorithms

YANG Long

（Department of Information Engineer， Academy of Armored Forces Engineering， Beijing 100072，China）

【Abstract】The paper compares the commonly used several kinds of single channel speech enhancement algorithms， such as spectral subtraction， minimum mean square error estimation and subspace algorithm. Through the experiments， the paper aims at arguing the performance of the three kinds of single channel speech enhancement algorithms and gains the condition and environment of using the algorithms..

【Key words】Speech enhancement；De-noise；SNR

語音通信是最直接有效的傳遞信息的手段，隨時代的發(fā)展，語音通信質(zhì)量不斷被提出更高的要求，因而語音增強技術(shù)一直是研究的熱點，語音增強算法層出不窮。

語音增強算法可根據(jù)麥克風(fēng)的通道數(shù)分為單通道和多通道。由于模型簡單和成本較低，單通道語音增強算法一直被廣泛的應(yīng)用并不斷研究推廣。常見的單通道語音增強算法有譜減法，基于統(tǒng)計的方法，子空間，維納濾波等。

1 三種單通道語音增強算法

1.1 譜減法

譜減法基本思想是假設(shè)加性噪聲的情況下，從帶噪語音的頻譜估值中減去噪聲頻譜估值，從而得到純凈語音的頻譜估值。譜相減法的一般形式如圖1所示，Y（ω）是帶噪語音頻域形式，（ω）為噪聲頻譜估計。

1.2 最小均方誤差估計（MMSE）

基于短時頻譜幅度（STSA）對于語音可懂度和質(zhì)量的重要性，研究者提出了從已知帶噪信號中提取信號幅度譜的最優(yōu)方法——最小均方誤差估計法（MMSE），其估計式如下，

（k）=exp（dt）R（k）

公式（3）中，（k）是純凈語音幅度估計值，R（k）是帶噪語音幅度估計值，為先驗信噪比。此法關(guān)鍵在優(yōu)化算法結(jié)構(gòu)，減少計算量。并且，先驗信噪比估計的準確度也對整體增強效果有較大的影響。

1.3 子空間算法

基于信號子空間的語音增強算法以線性代數(shù)為基礎(chǔ)，通過正交分解的思想將帶噪信號向量空間分解為分別由純凈信號主導(dǎo)和噪聲信號主導(dǎo)的兩個子空間，通過去除落在“噪聲空間”里的帶噪向量分量來估計出純凈語音信號。利用值分解（SVD），可將帶噪信號分解到兩個信號子空間，這兩個空間相互正交，其中一個為目標信號子空間，另一個為其正交子空間或“噪聲子空間”。

子空間算法通用結(jié)構(gòu)如圖2示。為了達到精準實現(xiàn)語音和噪聲的空間分割，除了需構(gòu)建相關(guān)變換的U矩陣，還需估計出變換過程中的增益矩陣。由于以線性代數(shù)為基礎(chǔ)，在每個語音幀都需進行SVD因此計算量龐大，常以遞歸法或限定估計數(shù)量的方式優(yōu)化算法結(jié)構(gòu)。

2 實驗與分析

通過利用matlab構(gòu)建仿真環(huán)境，本文使用來自NOISEUS語料庫的帶噪語音對三種經(jīng)典的單通道語音增強算法進行仿真比較，分析和總結(jié)三種算法的優(yōu)缺點。所有測試含噪語音來自NOISEUS語料庫，選取sp01作純凈語音，選取train，babble和airport作為噪聲。設(shè)置0dB和5dB兩種信噪比為仿真環(huán)境。帶噪語音信號的采樣頻率設(shè)置為8000Hz。以SNR=5的條件進行仿真的波形圖如圖3所示。

以SNR和LLR作為測試實驗性能的評價標準。根據(jù)文獻[]可知，SNR用來評價去噪能力，LLR用來評價語音失真度，SNR越大越好，LLR越小越好。其仿真結(jié)果所獲數(shù)據(jù)見表1。

三種單通道語音增強算法的SNR和LLR從表1可以看出，子空間的SNR和LLR最大，說明子空間去噪效果最好，但語音失真度最大。MMSE的LLR最小，即語音失真度最低。在處理低信噪比的含噪語音時，MMSE的去噪能力比譜減法強，而在處理高信噪比的含噪語音時，譜減法的去噪能力比MMSE強。

3 結(jié)束語

本文介紹了譜減法、最小均方誤差（MMSE）以及子空間法三種單通道的語音增強算法。通過對三種算法仿真，從數(shù)據(jù)對三種算法進行了分析，從而論證了三種算法的優(yōu)缺點及其使用環(huán)境與條件。仿真實驗表明，子空間法去噪效果好，但失真大，即可懂度低；MMSE去噪能力稍弱，但是可懂度高；譜減法做為最基本的語音增強算法，在實時性上占據(jù)優(yōu)勢，但是去噪效果不如前兩種算法。

【參考文獻】

[1]P. C. Loizou，高毅，等.語音增強：理論與實踐[M].成都：電子科技大學(xué)出版社，2012，12.

[2]王路露，劉光燦，夏旭.一種改進型譜減算法的語音增強研究[J].計算機工程與應(yīng)用，2014，19：210-213.

[3]陳俊，孫洪，董航.基于MMSE先驗信噪比估計的語音增強[J].武漢大學(xué)學(xué)報：理學(xué)版，2005，05：638-642.

[4]楊琳，張建平，顏永紅.單通道語音增強算法對漢語語音可懂度影響的研究[J]. 聲學(xué)學(xué)報，2010，02：248-253.

[5]楊海濱，張軍.基于模型的單通道語音分離綜述[J].計算機應(yīng)用研究，2010，11：4025-4031.

[6]歐世峰，趙曉暉，顧海軍.改進的基于信號子空間的多通道語音增強算法[J].電子學(xué)報，2005，10：60-63.

[責任編輯：劉展]