基于EM的多通道去混響和降噪算法的改進(jìn).pdf

1、語(yǔ)音去混響和降噪是語(yǔ)音識(shí)別系統(tǒng)中前端聲學(xué)處理技術(shù)中的重要部分。對(duì)于智能會(huì)議轉(zhuǎn)寫(xiě)系統(tǒng)、聲控家具操作系統(tǒng)以及機(jī)器人小助手等應(yīng)用場(chǎng)景，為了提高獲得語(yǔ)音的質(zhì)量，實(shí)現(xiàn)高噪聲、有混響、距離聲源較遠(yuǎn)的情況下獲得符合語(yǔ)音識(shí)別需求的聲音信號(hào)，通常利用麥克風(fēng)陣列進(jìn)行語(yǔ)音處理。因而遠(yuǎn)場(chǎng)條件下的麥克風(fēng)陣列降噪和去混響是語(yǔ)音處理技術(shù)中的研究熱點(diǎn)。
　　多通道語(yǔ)音去混響和降噪利用按一定幾何結(jié)構(gòu)（常用線性、環(huán)形）擺放的麥克風(fēng)組采集到的不同空間方向的聲音信號(hào)進(jìn)行

2、空時(shí)處理，實(shí)現(xiàn)噪聲抑制和混響去除，進(jìn)而提高語(yǔ)音信號(hào)處理質(zhì)量，以提高真實(shí)環(huán)境下的語(yǔ)音識(shí)別率。實(shí)現(xiàn)聯(lián)合多通道語(yǔ)音降噪和去混響常用的技術(shù)有:譜增強(qiáng)技術(shù)、基于概率模型技術(shù)和聲多通道均衡技術(shù)。期望最大化(EM)算法已經(jīng)被不少人應(yīng)用到語(yǔ)音去混響技術(shù)中。在對(duì)多通道EM去混響和降噪算法的調(diào)研分析中發(fā)現(xiàn)，以往學(xué)者要么是將晚期混響直接用一個(gè)理想擴(kuò)散聲場(chǎng)代替，要么通過(guò)接收語(yǔ)音直接估計(jì)噪聲作為已知變量。為了提高EM算法的降噪和去混響能力，定義噪聲差量變量，并將

3、噪聲差量變量也設(shè)為隱藏變量，將估計(jì)出來(lái)的噪聲作為算法迭代的初始值，通過(guò)EM迭代對(duì)其進(jìn)行求解。
　　為了進(jìn)一步提高算法的適用性，解決高噪聲條件下語(yǔ)音去混響和降噪問(wèn)題，利用原有算法在高信噪比條件下的去混響和降噪功能很好的特點(diǎn)，結(jié)合譜增強(qiáng)技術(shù)，先對(duì)混合語(yǔ)音使用最小方差無(wú)失真響應(yīng)(MVDR)波束形成器(BF)降噪，然后用EM算法進(jìn)行去混響。在近似無(wú)噪條件下，為了防止出現(xiàn)EM算法不收斂或收斂過(guò)慢的現(xiàn)象，此時(shí)只將消聲語(yǔ)音作為隱藏變量。