Techniques for Enhancemant of Noisy Speech in Adverse Environments.pdf

1、近年來，針對受加性噪聲污染的語音信號進行語音增強的研究備受關(guān)注。在這些語音增強系統(tǒng)的設(shè)計過程中主要有兩個部分:干凈語音譜估計和噪聲譜估計。本論文著重解決這兩個問題。
　　 本論文的第一個貢獻是提出了一種改進的語音增強技術(shù)。該技術(shù)基于語音信號對數(shù)幅度譜的最小均方誤差估計(MMSE-LSA)和一種有效的先驗無語音概率(SAP)估計。先驗無語音概率是本文改進MMSE-LSA的必要組成部分。不少基于LSA估計的語音增強方法要么直接采用一

2、個較小的固定值作為先驗SAP，要么采用一個較小的固定值作為先驗SAP的參數(shù)。由于先驗無語音概率的計算受到純噪聲段的影響，因此使用一個固定值來計算先驗SAP的方法就顯得不適合、不優(yōu)良。更好的方法是使用動態(tài)的參數(shù)來計算先驗SAP，這樣就可以在每一幀中對其進行更新。這篇文章中，我們提出了兩個和先驗SAP計算有關(guān)的動態(tài)因子:一個平滑更新因子以及一個與第k個譜成分相關(guān)的因子。平滑更新因子取決于頻帶語音信號存在與否的判決，具體的計算方式是對之前的先

3、驗SAP遞歸取平均值。而與第k個譜成分相關(guān)的因子則依賴于先驗信噪比(SNR)。判斷一個頻率帶中是否存在語音信號是通過計算和比較帶噪語音譜的條件概率來實現(xiàn)的。我們采用了兩種客觀評價方法和語譜圖來對所提算法進行性能評估。實驗結(jié)果表明，不管是語音質(zhì)量、背景噪聲的消除還是語音失真的數(shù)量，該算法都有顯著的優(yōu)越性。
　　 本論文的第二個貢獻是為嘈雜環(huán)境下的噪聲估計提出了一種替代方法。算法是基于一個追蹤最小噪聲語音的最優(yōu)方法。本算法通過連續(xù)的

4、求解帶噪語音的過去頻譜值均值和一個在語音存在段用來控制噪聲譜估計更新的平滑更新因子來實現(xiàn)的。動態(tài)平滑更新因子是基于頻率帶是否存在語音信號的判決來計算得到的。區(qū)別語音存在和不存在則是通過計算出帶噪語音能量譜和相應(yīng)局部最小值的差值來判斷的。與其它方法不同的是，我們的算法不需要明確使用語音存在概率來完成計算。評估所提出的算法用到了NOIZEUS數(shù)據(jù)庫，實驗結(jié)果表明，當(dāng)把本文所提噪聲估計算法整合到語音增強中，能夠獲得更好的語音質(zhì)量和明顯的噪聲消