高噪聲環(huán)境下噪聲抑制與語音增強(qiáng)研究

王志強(qiáng) 吳學(xué)先

摘要：語音通信正廣泛應(yīng)用于各種場(chǎng)合，但是在一些特定的高噪聲環(huán)境下，語音信號(hào)的接收與發(fā)送會(huì)受到嚴(yán)重的干擾，如艦艇的輪機(jī)艙、飛行甲板、飛機(jī)座艙等環(huán)境下都存在非常強(qiáng)烈的噪音。這都會(huì)導(dǎo)致語音信號(hào)完全淹沒于背景噪音，使人耳基本無法分辨。因此，必須采用信號(hào)處理技術(shù)對(duì)含噪的音頻信號(hào)進(jìn)行增強(qiáng)處理，以實(shí)現(xiàn)對(duì)其中噪聲信號(hào)的抑制與語音信號(hào)的增強(qiáng)，盡可能地還原語音信號(hào)，提高語音可懂度，改善語音通信效率。

關(guān)鍵詞：高噪聲;語音增強(qiáng);噪聲抑制;維納濾波;自適應(yīng)濾波;自適應(yīng)噪聲抵消

引言：

總結(jié)國內(nèi)外眾多學(xué)者的研究，兩類非平穩(wěn)噪聲是最難處理的，如語音噪聲和低頻噪聲。 類似語音的噪聲和語音具有相似的結(jié)構(gòu)。消除這些成分很容易損壞增強(qiáng)語音的音質(zhì)并降低可懂度。 低頻段噪聲的信號(hào)能量大多集中在低頻段，功率譜密度在整個(gè)頻段內(nèi)變化不均勻。 消除低頻段噪聲很容易造成語音失真。根據(jù)實(shí)際工程應(yīng)用需求，對(duì)比了維納濾波法、減譜法、自適應(yīng)濾波法等幾種主流降噪方法的特點(diǎn)，最終采用基于自適應(yīng)噪聲抵消技術(shù)的降噪方案。方案通過采集兩路信號(hào)，將混有噪聲的信號(hào)作為主通道信號(hào)，噪聲的相關(guān)信號(hào)作為參考信號(hào)，使用白適應(yīng)抵消法進(jìn)行處理。最后通過MATLAB軟件進(jìn)行了仿真，在信噪比和聽音測(cè)試方面都有所提高，驗(yàn)證了方案的有效性和可行性。

1噪聲抑制及語音增強(qiáng)算法簡介

1.2維納濾波

顯然，維納濾波器能根據(jù)聲音信號(hào)的平方來判斷聲音信號(hào);由于噪聲的存在，它定義了一個(gè)脈沖傳感器電抗器，以便在經(jīng)過濾波后接近噪聲，這種開創(chuàng)性的想法是具有很強(qiáng)的實(shí)踐意義的，其為后續(xù)的多種算法奠定了基礎(chǔ)，后續(xù)的多種算法都或多或少的借鑒了這種算法的思想。直通信號(hào)由于不進(jìn)行測(cè)試，維納濾波器是一種平方型濾波器（MMESE），所以維納濾波器可以用來估計(jì)駐波模式下的時(shí)間波。通過對(duì)于時(shí)間波的有效估計(jì)，可以得出一個(gè)與實(shí)際噪聲十分相近的模擬噪聲時(shí)間波，這種方式可以有效的去除噪聲，由于語音譜圖對(duì)于聽者來說是最重要的部分，所以用維納濾光器來發(fā)展一門語言是很有必要的。

1.3 Karman濾波方法

本文提出了一種基于卡爾曼濾波器的新方法，該方法能有效地消除噪聲，這是因?yàn)槠湓诳柭鼮V波器的基礎(chǔ)之上進(jìn)行了有效的改進(jìn)，使得濾波效果與之前相比更加的有效，同時(shí)通過引入多種噪聲過濾算法與濾波器，并且根據(jù)其效果精心設(shè)計(jì)了濾波器的執(zhí)行順序，可以有效濾除需要濾除的噪聲信息。濾波器的優(yōu)勢(shì)在于，噪聲可被用作靜態(tài)和非活性兩種材料。在去除噪聲的同時(shí)，采用了多種方法，提高了噪聲的干擾率，但由于干擾量大，對(duì)聲音有一定的損失。

1.4自適應(yīng)濾波器

自適應(yīng)濾波方法在最近三年里得到了廣泛的應(yīng)用，許多專家學(xué)者都認(rèn)識(shí)到了自適應(yīng)濾波的優(yōu)異的過濾效果，隨著越來越多的相關(guān)研究形成成果，自適應(yīng)濾波的優(yōu)勢(shì)也逐步顯現(xiàn)出來，使得人們對(duì)于其相比于傳統(tǒng)濾波的優(yōu)勢(shì)認(rèn)識(shí)的更加清晰。自適應(yīng)濾波器主要應(yīng)用于振動(dòng)、信息、電機(jī)等方面，在諸多應(yīng)用領(lǐng)域都有其十分明顯的優(yōu)勢(shì)，尤其是相比于其他濾波器而言，其簡單易實(shí)現(xiàn)、濾波效果好的特點(diǎn)被發(fā)揮出來。自適應(yīng)過濾器可基于其特點(diǎn)。這種濾波效果非常好。單道法用于干擾原信號(hào)中噪聲和產(chǎn)生信號(hào)的突變延時(shí)，即交換噪聲和信號(hào)。如果要收集大音量，則應(yīng)用程序通道必須用來測(cè)量。

2噪聲抵消技術(shù)選擇

斯坦福大學(xué)于59年開發(fā)了一個(gè)補(bǔ)償系統(tǒng)（ANC），適應(yīng)性結(jié)構(gòu)是適應(yīng)性技術(shù)干擾的基本適應(yīng)性結(jié)構(gòu)，即培育的頂點(diǎn)是有序的頂點(diǎn)結(jié)構(gòu)。不論統(tǒng)計(jì)特征改變與否，自適應(yīng)音頻都是最好的降低環(huán)境噪聲的影響的技術(shù)，只有有效的在音頻中篩選出噪聲，才能有效的對(duì)于噪聲做出識(shí)別，進(jìn)而將噪聲從音頻中過濾出去，實(shí)現(xiàn)優(yōu)秀的濾波效果。當(dāng)未知外部干擾的信號(hào)，運(yùn)輸路線一直在變化，周圍的噪音就像物體一樣。在這種情況下，可以通過消除外部音頻源的干擾來獲取具有高音量速率的源信號(hào)。故障的關(guān)鍵是與參考信號(hào)相關(guān)聯(lián)，而不是與要檢測(cè)或提取的信號(hào)相關(guān)聯(lián);在測(cè)試和調(diào)整自適應(yīng)系統(tǒng)之后，該系統(tǒng)可以從噪聲中恢復(fù)原始信號(hào)，系統(tǒng)定制的聲音系統(tǒng)是自適應(yīng)濾波器的一個(gè)原理，自適應(yīng)濾波器的傳感器信號(hào)在第一個(gè)信號(hào)卡在噪聲中時(shí)會(huì)發(fā)生變化。他的參數(shù)在干擾結(jié)束時(shí)改變了。輸出是由水平濾波參數(shù)控制中斷的數(shù)據(jù)，就目前來看，誤差是一個(gè)有用的信號(hào)。從表面上看，從信號(hào)中鍵入噪聲是危險(xiǎn)的。如果做得不對(duì)，能量會(huì)增加，需要調(diào)整參數(shù)來控制噪聲的級(jí)和參數(shù)。

3實(shí)驗(yàn)分析

3.1試驗(yàn)數(shù)據(jù)庫

本論文所用實(shí)驗(yàn)數(shù)據(jù)來源于在行業(yè)內(nèi)比較著名的 NOIZEUS語音庫，由1個(gè)清潔環(huán)境語音塊、8個(gè)不同噪聲環(huán)境下的語音塊（人群噪聲、車站噪聲、火車噪聲、街道噪聲、餐館噪聲、汽車噪聲、飛機(jī)噪聲、展覽廳噪聲）組成，每個(gè)聲塊包含4個(gè)信噪比的語音子集，每一個(gè)聲子集合共有30個(gè)語音，它們來自 IEEE語句庫。這兩個(gè)句子先采集25 kHz的頻率，然后再采樣8 kHz。試驗(yàn)選取了四種噪聲類型：人群噪聲、餐館噪聲、車站噪聲、汽車噪聲。人聲和餐館里的聲音都是類似聲音的聲音，而火車站里的噪聲和汽車噪聲則是低頻噪聲。

3.2實(shí)驗(yàn)結(jié)論

減譜法在人群及餐館噪聲、低信噪比環(huán)境下均優(yōu)于其它三種識(shí)別方法，表明 LLR評(píng)分較高，但 LLR評(píng)分較低，本實(shí)驗(yàn)進(jìn)一步驗(yàn)證了該算法的可靠性。第二，卡爾曼濾波法對(duì)車站、汽車噪聲環(huán)境下語音質(zhì)量的清晰度和語音畸變均有明顯改善。LLR和 PESQ評(píng)分只能用來衡量增強(qiáng)后語音中所含的殘?jiān)牒褪д娑?，而不能描述殘存噪聲和語音畸變細(xì)節(jié)。分別分析了四種平臺(tái)噪聲情況下的聲場(chǎng)增強(qiáng)算法，能較好地觀測(cè)到增強(qiáng)后的語音特征，進(jìn)一步驗(yàn)證了以上結(jié)論。通過自適應(yīng)濾波法增強(qiáng)噪聲，降低了車站噪聲，降低了語音畸變，保持了原語音信息，改善了語音質(zhì)量和清晰度。

4結(jié)語

噪聲干擾聲不僅影響人們的聽力，也影響語言的理解能力。對(duì)于語音信號(hào)處理來說，噪聲的去除和增音一直是一個(gè)重要的研究課題。隨著其應(yīng)用范圍的擴(kuò)展，它已被廣泛地應(yīng)用于一些特殊的工程中。但在語言背景噪聲方面也存在問題，即并非空閑且隨意。因?yàn)轭l率的多樣性和復(fù)雜性，很難用常規(guī)的方法去求解干擾信號(hào)。

參考文獻(xiàn)：

[1]胡廣書.數(shù)字信號(hào)處理[M].北京：清華大學(xué)出版社，2003.8

[2]程佩青.數(shù)字信號(hào)處理教程[M].北京：清華大學(xué)出版社，2001.3