基于改進噪聲功率譜估計的單通道語音增強研究.pdf

1、現(xiàn)實生活中的語音不可避免的要受到周圍環(huán)境的影響，很強的背景噪聲例如機械噪聲、其他說話者的話音等均會嚴重地影響語音信號的質(zhì)量：此外傳輸系統(tǒng)本身也會產(chǎn)生各種噪聲，因此在接收端的信號為帶噪語音信號。正是由于這些噪聲的存在，從而嚴重影響了語音處理系統(tǒng)的性能。為了提高語音處理系統(tǒng)的性能，從帶噪語音中盡可能的恢復(fù)原始純凈語音、去除噪聲信號就成了語音信號預(yù)處理過程中的重要環(huán)節(jié)。
　　 本文首先簡單介紹了語音增強的背景意義和現(xiàn)行的研究狀況。在第

2、二章中對語音增強涉及的基本概念進行了闡述。概述了語音增強常用的幾類算法。然后重點研究了噪聲功率譜估計算法。此外，本文還重點研究了改進的譜估計分別和譜減法、維納濾波法相結(jié)合的算法。譜減法是一種傳統(tǒng)的語音增強算法，由于其復(fù)雜度小，因此應(yīng)用廣泛。然而，傳統(tǒng)譜減法僅僅利用無聲段估計噪聲功率譜，估計值與實際值之間誤差較大，從而導(dǎo)致去除噪聲效果不佳。為了提高譜減法的性能，特別是在非平穩(wěn)噪聲環(huán)境下的降噪性能。本文提出了一種改進的噪聲功率譜估計算法，即

3、時間回歸的最小值跟蹤算法（TimeRecursiveMinimalTracking，TR-MT）。該算法充分考慮了頻帶之間的相關(guān)性，通過局部能量的平滑，保護強語音后面出現(xiàn)的弱語音，減少了過估計；同時采用非固定窗長的跟蹤最小值算法，降低了跟蹤時延，引入了與語音存在概率相關(guān)的平滑因子，對帶噪語音加權(quán)后采用時域遞歸方法計算出噪聲功率譜。然而，采用譜減法增強后語音的殘留噪聲類似“音樂噪聲”，易引起入耳的聽覺疲勞。采用維納濾波的好處是增強后語音的