噪聲環(huán)境下語(yǔ)音信號(hào)增強(qiáng)方法和研究

李思嘉 趙婧 蔡樹(shù)陽(yáng)

摘要：基于小波去噪理論實(shí)現(xiàn)了閾值法語(yǔ)音增強(qiáng)算法，傳統(tǒng)的軟閾值法與硬閾值法在去噪處理上均有不足，經(jīng)過(guò)軟閾值法處理的語(yǔ)音信號(hào)與原始信號(hào)相比存在恒定誤差，經(jīng)過(guò)硬閾值法處理的語(yǔ)音信號(hào)不夠光滑，且附加震蕩的存在。在軟硬閾值法的基礎(chǔ)上提出了一種改進(jìn)的軟硬閾值折衷算法，提出的改進(jìn)軟硬閾值折衷算法和傳統(tǒng)的閾值算法相比其適應(yīng)性更優(yōu)，克服了硬閾值函數(shù)不連續(xù)的缺點(diǎn)，減小了軟閾值函數(shù)中估計(jì)小波系數(shù)與分解小波系數(shù)的恒定偏差，仿真結(jié)果說(shuō)明，根據(jù)噪聲信號(hào)的不同，通過(guò)修改式中系數(shù)，可得到比傳統(tǒng)閾值法去噪更優(yōu)的結(jié)果。

關(guān)鍵詞：語(yǔ)音去噪；語(yǔ)音增強(qiáng)；閾值函數(shù)；小波變化

中圖分類(lèi)號(hào)：TP391文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1008-1739（2022）08-60-4

從帶有噪聲干擾的語(yǔ)音中提取純凈的語(yǔ)音為語(yǔ)音增強(qiáng)的目的，但是就目前的科技水平而言，從帶有噪聲干擾的語(yǔ)音中提取完全純凈的語(yǔ)音的可能性為零。近年來(lái)，隨著科技的發(fā)展、生活質(zhì)量的提高，人們對(duì)通信質(zhì)量的要求也越來(lái)越高，為此必須增強(qiáng)系統(tǒng)抗噪聲干擾的能力，盡可能地從帶有噪聲干擾的語(yǔ)音中提取純凈的語(yǔ)音，提高系統(tǒng)的處理性能。

語(yǔ)音信號(hào)由于受噪聲的影響，且噪聲的來(lái)源很復(fù)雜，可能與接收環(huán)境有關(guān)，也可能來(lái)自發(fā)送端或者設(shè)備內(nèi)部處理信號(hào)產(chǎn)生的噪聲等，這些噪聲必然影響語(yǔ)音源信號(hào)的質(zhì)量。如何從攜帶噪聲干擾的語(yǔ)音中提取純凈的語(yǔ)音是語(yǔ)音增強(qiáng)的目的[1]。20世紀(jì)70年代中期Windrow B等[2]應(yīng)用自適應(yīng)相消法去噪，隨后幾年Limhe等[3]提出維納濾波法，Boll[4]提出譜相減法，80年代初Maulay和Malpass[5]提出軟判決噪聲抑制法，80年代中期Ephraim和Malah[6]提出了基于最小均方誤差（MMSE）短時(shí)譜語(yǔ)音增強(qiáng)法，而在80年代末，Paliwal[7]將卡爾曼濾波算法思想應(yīng)用在語(yǔ)音增強(qiáng)算法中，進(jìn)入90年代后，Ephraim[8]將信號(hào)子空間分解法應(yīng)用于語(yǔ)音增強(qiáng)算法，而在2004年，Hu Yi和Loizou[9]將基于小波變換閾值函數(shù)的多窗口譜用于語(yǔ)音增強(qiáng)。經(jīng)過(guò)多年的發(fā)展，語(yǔ)音增強(qiáng)算法已經(jīng)逐步完善，已經(jīng)變成整個(gè)語(yǔ)音系統(tǒng)中不可或缺的環(huán)節(jié)。

不同場(chǎng)景會(huì)產(chǎn)生不同的噪聲，不同的噪聲又有不同的特性，目前還沒(méi)有一種適用于所有噪聲類(lèi)型的語(yǔ)音增強(qiáng)算法，因此需要結(jié)合不同的噪聲提出與之相對(duì)應(yīng)的語(yǔ)音增強(qiáng)算法。

1.1語(yǔ)音信號(hào)的特征

發(fā)聲系統(tǒng)中不同位置發(fā)出的聲源是不同的，因此語(yǔ)音信號(hào)是一個(gè)非平穩(wěn)的時(shí)變隨機(jī)過(guò)程，但人體中發(fā)聲器官的變化有限，聲帶和聲道處于一種相對(duì)穩(wěn)定的狀態(tài)，語(yǔ)音信號(hào)的基本特征保持不變，可在語(yǔ)音增強(qiáng)算法中用語(yǔ)音信號(hào)的短平穩(wěn)性對(duì)其進(jìn)行分析。

1.2噪聲的特性

根據(jù)具體環(huán)境的不同，噪聲的特性差異很大，有些噪聲具有穩(wěn)定性，有些噪聲是非平穩(wěn)的，依據(jù)環(huán)境和語(yǔ)音信號(hào)之間的聯(lián)系，基本可以分為加性噪聲和非加性噪聲兩大類(lèi)，本文著重于對(duì)加性噪聲的分析。

1.3語(yǔ)音增強(qiáng)算法的評(píng)判標(biāo)準(zhǔn)

1.3.1主觀(guān)評(píng)價(jià)法

平均意見(jiàn)（Mean Opinion Score，MOS）得分法和判斷韻字測(cè)試（Diagnostic Rhyme Test，DRT）得分法是2種主觀(guān)評(píng)價(jià)的基本方法。

（1）MOS得分法

這種評(píng)價(jià)方法采用5級(jí)評(píng)價(jià)標(biāo)準(zhǔn)，需要大量測(cè)試者的評(píng)價(jià)數(shù)據(jù)，并且需要足夠多的評(píng)測(cè)語(yǔ)音，最后去除所有測(cè)試者的平均評(píng)級(jí)等級(jí)即為最終的MOS得分，MOS評(píng)價(jià)標(biāo)準(zhǔn)如表1所示。

（2）DRT得分法

這種評(píng)價(jià)方法一般需要對(duì)大量測(cè)試者進(jìn)行測(cè)試，對(duì)測(cè)試者播放多對(duì)相同韻母的同一韻字中的某音節(jié)，測(cè)試者根據(jù)所聽(tīng)到的音節(jié)選出相應(yīng)的字，采取全部測(cè)試者的正確百分比做為DRT得分，DRT評(píng)價(jià)標(biāo)準(zhǔn)如表2所示。

1.3.2客觀(guān)評(píng)價(jià)法

當(dāng)人對(duì)語(yǔ)音質(zhì)量敏感程度達(dá)不到算法要求時(shí)，主觀(guān)評(píng)價(jià)方法就不再繼續(xù)適用，客觀(guān)評(píng)價(jià)法一般有2種：信噪比（SNR）和分段信噪比（SEGSNR）。

（1）SNR

2.1小波基和閾值選取

利用閾值法去噪的依據(jù)是語(yǔ)音信號(hào)和噪聲信號(hào)在小波系數(shù)幅值上的不同，利用閾值法去噪，可以保留幅值較大的小波系數(shù)，這類(lèi)系數(shù)一般為語(yǔ)音信號(hào)的小波系數(shù)，可將幅值小的小波系數(shù)減為零，這種小波系數(shù)一般為噪聲信號(hào)的語(yǔ)音系數(shù)。

將實(shí)驗(yàn)仿真進(jìn)行錄音，并將其作為原始語(yǔ)音信號(hào)，通過(guò)awgn函數(shù)對(duì)原始語(yǔ)音信號(hào)加入高斯白噪聲，將分解層數(shù)選為5，通過(guò)對(duì)軟閾值法、硬閾值法以及改進(jìn)的軟硬閾值折衷算法的仿真，表明了改進(jìn)算法的優(yōu)勢(shì)。依據(jù)主觀(guān)評(píng)價(jià)法中的MOS得分法來(lái)評(píng)價(jià)閾值法的處理效果，仿真結(jié)果對(duì)比如圖2所示。

對(duì)比圖像可知，改進(jìn)的軟硬閾值折衷算法對(duì)比軟閾值法和硬閾值法更好地還原了原始語(yǔ)音信號(hào)，經(jīng)過(guò)硬閾值法處理后的語(yǔ)音信號(hào)平滑度不夠，而軟閾值法與原始語(yǔ)音信號(hào)有所偏差。并且，通過(guò)仿真實(shí)驗(yàn)中播放處理后的語(yǔ)音信號(hào)，可以明顯地感受到本文提出的改進(jìn)折衷算法的處理效果要優(yōu)于傳統(tǒng)的軟閾值法以及硬閾值法。

通過(guò)理論分析，在Matlab中對(duì)基于小波變換的軟閾值法以及硬閾值法的語(yǔ)音增強(qiáng)算法予以實(shí)現(xiàn)，并提出了一種基于軟硬閾值算法的折衷算法。提出了一種基于軟硬閾值算法的折衷算法即改進(jìn)軟硬閾值折衷算法，仿真結(jié)果表明，和傳統(tǒng)的閾值算法相比其適應(yīng)性更優(yōu)，克服了硬閾值函數(shù)不連續(xù)的缺點(diǎn)，減小了軟閾值函數(shù)中估計(jì)小波系數(shù)與分解小波系數(shù)的恒定偏差，可以根據(jù)噪聲信號(hào)的不同，通過(guò)修改式中系數(shù)，得到比傳統(tǒng)閾值法去噪更優(yōu)的結(jié)果。

參考文獻(xiàn)

[1]趙力.語(yǔ)音信號(hào)處理[M].北京：機(jī)械工業(yè)出版社，2009.

[2] WIDROW B，GLOVER JR J R，MCCOOL J M，et al. Adaptive Noise Cancelling：Principles and Application[J].Proceedings of the IEEE，1975，63（12）：1692-1716.

[3] LIM J S，OPPENHEIM A V.All-pole Modeling of Degraded Speech[J].Acoustics，Speech and Signal Processing，IEEE Transactions on，1978，26（3）：197-210.

[4] BOLL S F.Suppression of Acoustic Noise in Speech Using Spectral Subtral[J].IEEE Transactions on ASSP， 1979，27（2）：113-120.

[5] MCAULAY R，MALPASS M.Speech Enhancement Using A Soft-decision Noise Suppression Filter[J]. Acoustics， Speech and Signal Processing，IEEE Transaction on，1980，28（2）：137-145.

[6] EPHRAIM Y，MALAH D.Speech Enhacement Using A Minimum-mean Square Error Short-time Spectral Amplitude Estimator[J].Acoustics，Speech and Signal Processing，IEEE Transactions on，1984，32（6）：1109-1121.

[7] KALMAN R E. A New Approach to Linear Filtering and Prediction Problems[J]. Journal of Basic Engineering，1960，82（1）：35-45.

[8] YARIV E， HARRY Van L.A Signal Subspace Approach for Speech Enhancement[J].IEEE Transactions.on Speech and Audio Processing，1995，3（4）：251-266.

[9] HU Y，LOIZOU P C.Speech Enhancement Based on Wavelet Thresholding the Multitaper Spectrum[J].IEEE Trans.on Speech and Audio Processing， 2004，12（1）：59-67.

[10]高迎東，王宏力，由四海，等.基于小波基函數(shù)選取與改進(jìn)閾值函數(shù)的脈沖星信號(hào)去噪算法研究[J].電光與控制， 2020，27（4）：15-19.

[11]崔公哲，張朝霞，楊玲珍，等.一種改進(jìn)的小波閾值去噪算法[J].現(xiàn)代電子技術(shù)，2019，42（19）：50-53.