基于MATLAB的語音增強技術(shù)研究

李敏杰

摘 要： 在增強語音的過程中，綜合考慮語音特性、噪聲特性以及聽覺特性，既要提高信噪比，也要不失真，所以為去除不同的噪聲，需要不同的語音增強算法?；谏鲜鲈颍疚囊约儍粽Z音和噪聲語音的特性為依據(jù)，介紹不同的語音增強方法處理后語音的質(zhì)量好壞。

關(guān)鍵詞： 語音增強；語音特性；噪聲特性

1.前言

在生活中，語音信號往往都帶有噪聲，在對語音信號進行進一步處理（語音識別、語音合成）之前，需要對帶噪語音進行語音增強處理。對帶噪語音進行去噪處理時，要盡可能多的保留有用信號，達到有效傳遞信息，實現(xiàn)語音增強的目的，本文針對不同信噪比的帶噪語音進行語音增強，并對語音增強后質(zhì)量好壞進行評價。

2.語音增強理論依據(jù)

干凈語音和噪聲以及二者結(jié)合的帶噪語音的特征是進行語音增強的理論依據(jù)。根據(jù)上述三類語音的語音特性，需要對其進行多方面分析，其中包括了解其時域特性以及頻域特性。

2.1 純凈語音

語音從人的口腔發(fā)聲出來的瞬間，如果周圍的環(huán)境是安靜的，則發(fā)聲的語音將沒有被周圍的噪聲所污染，我們把它稱作純凈語音信號。語音在不同幀長下服從不同的分布，比如說，進行分幀時，一般取20-30ms的幀長，此時，語音較符合伽馬分布和拉普拉斯分布。對于幀長無窮大時，認為語音此時服從高斯分布。

2.2 噪聲特性

干擾噪聲從疊加方式上可以分為兩種：加性和非加性。研究表明，對于非加性噪聲經(jīng)過變換，能夠?qū)崿F(xiàn)轉(zhuǎn)換為具有加性噪聲的特性。為了便于理論說明，這里僅討論加性噪聲的情況。而加性噪聲里不僅有平穩(wěn)噪聲，還有非常難去除的非平穩(wěn)噪聲。平穩(wěn)噪聲的變化較慢，特性不明顯，而非平穩(wěn)噪聲變化迅速，從含有非平穩(wěn)噪聲的帶噪語音中恢復干凈語音信號相對困難。所以，在研究語音增強之前，一定要了解想要去除的噪聲類型，根據(jù)噪聲的時域和頻域特性研究不同的算法。

3 語音增強技術(shù)

本章重點介紹一些在實際中常用的經(jīng)典的語音增強算法以及關(guān)于它們的改進算法，對結(jié)果進行評價。

3.1 譜減法及其改進算法

譜減法是最常用的語音增強算法，譜減法認為噪聲與語音相互獨立，進而估計出噪聲語音的功率譜，利用已知帶噪語音的功率譜減去和估計出的噪聲語音的功率譜相減，利用經(jīng)過FFT變換得出的相位角，可以恢復出干凈語音信號。譜減法是一種十分經(jīng)典，但是簡單好用的方法。

由于對帶噪信號和噪聲信號譜估計的偏差，經(jīng)過譜減法增強后的語音有明顯的“音樂噪聲”，傳統(tǒng)的譜減法多用的是周期圖法進行譜估計，其只是一個數(shù)據(jù)窗，引入的多窗譜估計用到了同一數(shù)據(jù)序列的多個正交的數(shù)據(jù)窗，對其分別計算出直接譜，最后根據(jù)求到的譜求取平均值，該方法的估計方差更小，故而譜估計更精確。

3.2 最小均方誤差算法及其改進算法

最小均方誤差估計（）進行語音增強時也要先估計出噪聲功率譜，此增強方法主要以統(tǒng)計理論為基礎，利用統(tǒng)計特性可以實現(xiàn)初始化統(tǒng)計參數(shù)，實現(xiàn)最優(yōu)濾波。經(jīng)由MMSE增強的目的就是為了得到原始語音信號的的估計，利用處理后語音的幅值估計對均方誤差進行計算求取最小值。

對于人耳來說，頻譜分量的幅度才是最重要的，即人耳對語音強度的聽覺感受與幅度譜的對數(shù)成正比關(guān)系。研究表明，基于對數(shù)失真準則可以得到更好的頻譜估計，故而對基本MMSE的估計譜進行對數(shù)修正。

4 實驗仿真及結(jié)果分析

針對本章前面論述的各種語音增強算法，應用MATLAB仿真軟件，對譜減法及其改進算法、最小均方誤差法及其改進算法，進行仿真實驗，從信噪比、分段信噪比兩個方面對增強前后的語音進行對比分析，得出實驗結(jié)論。實驗所用數(shù)據(jù)：實驗室環(huán)境下，基于LabVIEW和NI八通道數(shù)據(jù)采集卡NI4472采集的語音，共4男4女，每人9段10秒的中文干凈語音，及噪聲庫noisex-92里的工廠噪聲factory1，語音增強算法通常工作在0～15 dB的SNR環(huán)境中，本文主要對0dB的帶噪語音進行研究，結(jié)果如下所示：

5.結(jié)論

本文介紹了基于氣導語音的語音增強的多種算法，譜減法增強效果明顯，但增強后的語音多含有音樂噪聲。最小均方誤差法達到了語音可懂度和信噪比的折中，但在強背景噪聲環(huán)境下，殘留噪聲和音樂噪聲都很大，且運算量大。每個算法均有其優(yōu)缺點，本文根據(jù)上述各算法的缺點，均有其改進算法，取得了明顯的效果。

參考文獻

[1]朱穎莉. 基于多傳感器的語音增強技術(shù)研究. 碩士學位論文，華南理工大學，2013.

[2]張賢達， 保錚. 非平穩(wěn)信號分析與處理.國防工業(yè)出版社， 北京， 1998.

[3]隋璐瑛， 張雄偉， 黃建軍等. 一種基于非負矩陣分解的語音增強算法[J]. 軍事通信技術(shù).

[4]戴禮榮， 張仕良. 深度語音信號與信息處理：研究進展與展望. 數(shù)據(jù)采集與處理. 2014， 29（2）：172-179.

[5]趙力.語音信號處理.北京：機械工業(yè)出版社 2003：272-273，282-283.

[6]余建潮， 張瑞林. 改進增益函數(shù)的 MMSE 語音增強算法[J]. 計算機工程與設計， 2010 （14）： 3287-3289.

[7]T. erkmann， M. Krawczyk. MSE-optimal spectral amplitude estimation given the STFT-phase[J]. Signal Processing Letters， IEEE， 2013， 20（2）： 129-132.