低信噪比環(huán)境下語(yǔ)言增強(qiáng)的研究.pdf

1、語(yǔ)音是人類(lèi)相互之間交流信息最快捷、最重要、最有效和最方便的形式。然而在實(shí)際環(huán)境下的語(yǔ)音應(yīng)用過(guò)程中，如語(yǔ)音識(shí)別、語(yǔ)音編碼、語(yǔ)音轉(zhuǎn)換、語(yǔ)音通信等，不可避免地受到來(lái)自周?chē)h(huán)境的各種噪聲影響。噪聲嚴(yán)重影響著這些應(yīng)用技術(shù)的性能，甚至導(dǎo)致系統(tǒng)失敗。語(yǔ)音增強(qiáng)是解決噪聲污染的有效方法，其目的是從含噪語(yǔ)音信號(hào)中盡可能提取純凈的語(yǔ)音信號(hào)，抑制背景噪聲，提高語(yǔ)音的清晰度和可懂度。該技術(shù)涉及諸如助聽(tīng)器、電子耳蝸、盲人語(yǔ)音通信、人機(jī)交互系統(tǒng)和移動(dòng)語(yǔ)音通信等多方面

2、的應(yīng)用。
　　 近年來(lái)出現(xiàn)了多種語(yǔ)音增強(qiáng)方法，這些技術(shù)在較高信噪比時(shí)已取得比較好的效果，然而對(duì)弱語(yǔ)音信號(hào)或在低信噪比環(huán)境下，增強(qiáng)后的語(yǔ)音常伴有無(wú)法抑制的殘留噪聲和背景噪聲，同時(shí)語(yǔ)音失真度很大。在此背景下，本文研究了低信噪比環(huán)境下的語(yǔ)音增強(qiáng)，主要工作如下：
　　 1、在低信噪比環(huán)境下，采用傳統(tǒng)的算法進(jìn)行語(yǔ)音端點(diǎn)檢測(cè)存在正確率低、抗噪性能差等問(wèn)題。本文研究了一種基于希爾伯特-黃變換(HHT)瞬時(shí)能頻值的語(yǔ)音端點(diǎn)檢測(cè)算法。運(yùn)用

3、HHT分離出語(yǔ)音的瞬時(shí)幅值與頻率，提取基于時(shí)間-能量-頻率特征參數(shù)的瞬時(shí)能頻值，利用該特征值對(duì)語(yǔ)音和噪聲進(jìn)行區(qū)分，從而進(jìn)行端點(diǎn)檢測(cè)。實(shí)驗(yàn)結(jié)果表明該算法檢測(cè)的正確率均高于零能法、熵函數(shù)法等方法。
　　 2、提出了一種基于約束方差頻譜平滑和極小值跟蹤(VCSS-ML)的噪聲譜估計(jì)算法。該方法根據(jù)含噪語(yǔ)音子帶平滑功率譜與其最小值之間比值，通過(guò)加權(quán)含噪語(yǔ)音功率譜來(lái)估計(jì)噪聲譜，同時(shí)通過(guò)含噪語(yǔ)音平滑功率譜的方差對(duì)噪聲譜進(jìn)行平滑。該算法可以在

4、很短的語(yǔ)音間隙中更新噪聲功率譜，大大提高了算法的適應(yīng)速度。實(shí)驗(yàn)結(jié)果表明估計(jì)的噪聲譜既能快速適應(yīng)背景噪聲的變化，又能保證噪聲譜估計(jì)的準(zhǔn)確性。特別是在強(qiáng)背景噪聲和慢變化噪聲情況下，性能都得到了明顯的提高。
　　 3、提出了一種基于聽(tīng)覺(jué)感知小波閾值的清音增強(qiáng)方法。該方法采用聽(tīng)覺(jué)感知小波變換對(duì)含噪語(yǔ)音分解，得到小波聽(tīng)覺(jué)感知子帶層系數(shù)，采用HHT瞬時(shí)能頻值進(jìn)行清濁音判別，對(duì)濁音部分采用聽(tīng)覺(jué)掩蔽閾值進(jìn)行處理，對(duì)清音部分采用一種基于噪聲功率譜

5、估計(jì)的改進(jìn)軟限幅閾值算法來(lái)進(jìn)行處理。實(shí)驗(yàn)結(jié)果表明該方法很好地解決了語(yǔ)音信號(hào)的保護(hù)和噪聲去除之間的矛盾，在抑制噪聲的同時(shí)清音信號(hào)也得到了較好地保留。
　　 4、提出了一種聽(tīng)覺(jué)神經(jīng)模型和量子聽(tīng)覺(jué)神經(jīng)網(wǎng)絡(luò)相結(jié)合的語(yǔ)音增強(qiáng)方法。低信噪比的含噪語(yǔ)音經(jīng)過(guò)聽(tīng)覺(jué)神經(jīng)模型處理后，增強(qiáng)為信噪比較高的語(yǔ)音。采用聽(tīng)覺(jué)皮層模型提取每一幀語(yǔ)音信號(hào)時(shí)頻信息，利用量子神經(jīng)網(wǎng)絡(luò)的非線(xiàn)性映射和自學(xué)習(xí)能力來(lái)優(yōu)化減參數(shù)，從而進(jìn)行語(yǔ)音增益估計(jì)，實(shí)現(xiàn)語(yǔ)音增強(qiáng)。實(shí)驗(yàn)結(jié)果表明

6、該方法利用神經(jīng)網(wǎng)絡(luò)的自適應(yīng)學(xué)習(xí)能力，減少了對(duì)目標(biāo)語(yǔ)音信號(hào)的失真，在主觀(guān)和客觀(guān)的聽(tīng)覺(jué)性能指標(biāo)上都有明顯的改進(jìn)。
　　 5、耳語(yǔ)音是一種低信噪比的弱語(yǔ)音信號(hào)，采用傳統(tǒng)的譜減類(lèi)算法進(jìn)行耳語(yǔ)音消噪時(shí)更容易產(chǎn)生令人煩躁的“音樂(lè)噪聲”。本文提出了一種基于修正Mel域聽(tīng)覺(jué)掩蔽模型和無(wú)語(yǔ)音概率(SAP)的含噪耳語(yǔ)音增強(qiáng)方法。該方法根據(jù)耳語(yǔ)音的發(fā)音特點(diǎn)對(duì)Mel頻率進(jìn)行修正，對(duì)每一幀耳語(yǔ)音信號(hào)進(jìn)行Mel域頻帶濾波，再通過(guò)無(wú)語(yǔ)音概率動(dòng)態(tài)地確定每個(gè)頻帶