語(yǔ)音增強(qiáng)算法的研究及改進(jìn).pdf

1、語(yǔ)音增強(qiáng)技術(shù)廣泛應(yīng)用于各種實(shí)際的語(yǔ)音處理系統(tǒng)中，是語(yǔ)音信號(hào)處理的一個(gè)重要的分支。在實(shí)際應(yīng)用的語(yǔ)音處理系統(tǒng)中，待分析的語(yǔ)音信號(hào)通常是被噪聲污染的帶嗓語(yǔ)音，正是由于環(huán)境噪聲的存在，從而嚴(yán)重影響了語(yǔ)音處理系統(tǒng)的性能。為了進(jìn)一步提高語(yǔ)音處理系統(tǒng)的信號(hào)處理能力，就必須對(duì)帶噪語(yǔ)音進(jìn)行語(yǔ)音增強(qiáng)處理，抑制噪聲，恢復(fù)純凈語(yǔ)音。 本文首先簡(jiǎn)要介紹了語(yǔ)音增強(qiáng)技術(shù)的基本概念，概述了語(yǔ)音增強(qiáng)常用的幾種算法以及相關(guān)的評(píng)價(jià)方案，然后重點(diǎn)研究了基于小波分析技術(shù)

2、的語(yǔ)音增強(qiáng)算法以及譜減語(yǔ)音增強(qiáng)算法。 小波是一種靈活的時(shí)頻分析技術(shù)，能夠?qū)π盘?hào)進(jìn)行有效的時(shí)頻分解，適合對(duì)語(yǔ)音這類非平穩(wěn)信號(hào)進(jìn)行處理，因此本文詳細(xì)介紹了小波和小波包的基本原理和性質(zhì)，并分析了相關(guān)的閾值收縮算法。傳統(tǒng)的基于小波包的語(yǔ)音增強(qiáng)算法存在過(guò)度閾值處理的現(xiàn)象，即在信號(hào)處理的過(guò)程中不但去除了噪聲還將部分有用的語(yǔ)音信息也抑制掉，從而影響了最終的增強(qiáng)結(jié)果。針對(duì)這種情況，本文提出了一種改進(jìn)的小波包去噪閾值的計(jì)算方法，首先使用聽(tīng)覺(jué)感知小

3、波包對(duì)帶噪語(yǔ)音進(jìn)行分解，得到小波包的分解系數(shù)，然后通過(guò)跟蹤小波包節(jié)點(diǎn)的時(shí)間幀能量的變化來(lái)估計(jì)語(yǔ)音出現(xiàn)的概率，進(jìn)而利用該概率值調(diào)節(jié)去噪閾值，從而得到小波包去噪的時(shí)間自適應(yīng)閾值。最后基于Matlab軟件平臺(tái)將改進(jìn)的小波包語(yǔ)音增強(qiáng)方案與傳統(tǒng)的小波包語(yǔ)音增強(qiáng)方案進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果表明改進(jìn)的閾值更好地避免了語(yǔ)音小波包系數(shù)被過(guò)度閾值處理，從而在抑制噪聲的同時(shí)保留了更多的純凈語(yǔ)音成分，進(jìn)一步改善降噪效果。 此外，本文還重點(diǎn)研究了譜減語(yǔ)音增強(qiáng)算

4、法，譜減算法是一種傳統(tǒng)的語(yǔ)音增強(qiáng)算法，其計(jì)算簡(jiǎn)單、實(shí)時(shí)性好，因此得到了廣泛的應(yīng)用。但是傳統(tǒng)譜減算法中的噪聲功率譜僅僅是通過(guò)在無(wú)聲段平滑得到的，因此其估計(jì)得到的噪聲功率譜與實(shí)際值之間存在著較大的差別，從而影響了最終的去噪效果。為了進(jìn)一步提高譜減法的性能尤其是在非平穩(wěn)噪聲環(huán)境下的噪聲抑制能力，本文提出了一種改進(jìn)的譜減語(yǔ)音增強(qiáng)算法，其在進(jìn)行噪聲的功率譜估計(jì)時(shí)，首先使用頻點(diǎn)方差算法進(jìn)行端點(diǎn)檢測(cè)，如果檢測(cè)是無(wú)聲段則直接更新噪聲的功率譜，否則，則將

5、帶噪語(yǔ)音的功率譜進(jìn)行Bark分帶，然后利用最小統(tǒng)計(jì)量控制遞歸平滑的方法估計(jì)噪聲的功率譜。由于該算法充分考慮到了語(yǔ)音的頻率特性和人耳的聽(tīng)覺(jué)感知特性，因此能夠更好地跟蹤噪聲變化，而且具有比較好的實(shí)時(shí)處理能力。此外，改進(jìn)的譜減法還使用了自適應(yīng)的過(guò)減因子和頻譜階因子，因此能夠具有更好的去噪性能。最后，基于Matlab環(huán)境分別對(duì)傳統(tǒng)的譜減法和本文的改進(jìn)算法在電子耳蝸ACE方案中應(yīng)用進(jìn)行仿真對(duì)比實(shí)驗(yàn)，驗(yàn)證了改進(jìn)譜減算法的有效性和可行性。 論