一種基于譜減法的語音增強(qiáng)算法研究

劉雅琴， 甘文麗

(洛陽師范學(xué)院 信息技術(shù)學(xué)院， 河南 洛陽 471934)

0 引言

語音增強(qiáng)是從帶噪語音信號或者受干擾信號中提取出純凈的原始語音。隨著語音識別和語音通信技術(shù)的發(fā)展，語音增強(qiáng)廣泛應(yīng)用于各種受到噪聲污染影響語音質(zhì)量環(huán)境中。由于噪聲來源眾多，隨應(yīng)用場合不同，其特性也各不相同，因而難以找出一種通用的語音增強(qiáng)算法適用于各種噪聲環(huán)境。必須針對不同噪聲，采取不同的語音增強(qiáng)算法。常用的語音增強(qiáng)方法有：濾波器法[1]、譜減法、子空間法、小波變換法和神經(jīng)網(wǎng)絡(luò)等[2-3]，上個(gè)世紀(jì)70年代后期產(chǎn)生的譜減法，具有算法簡單，處理寬帶噪聲效果明顯的特點(diǎn)，成為單通道噪聲處理中常用增強(qiáng)技術(shù)[4]。

本文從理論上分析基本譜減法，并給出功率譜減法的實(shí)現(xiàn)步驟，在此基礎(chǔ)上為了減少譜估計(jì)的誤差，引入噪聲譜估計(jì)系數(shù)a。在Matlab平臺(tái)上，對加入高斯白噪聲的帶噪語音信號使用該算法進(jìn)行降噪處理，并對不同信噪比的情況做對比研究。

1 譜減法的基本原理

譜減法是常用的語音增強(qiáng)算法，其核心思想[5]：首先對帶噪語音信號進(jìn)行傅里葉變換，得到相應(yīng)的幅值和相位譜，計(jì)算帶噪語音信號的功率譜和噪聲信號的功率譜；第二，將帶噪語音信號的功率譜減去噪聲信號的功率譜，則得到純凈語音信號的功率譜；最后，對得到的功率譜開方，得到相應(yīng)的幅度譜，其相位譜用第一步得到的帶噪語音信號的相位譜代替，進(jìn)行傅里葉反變換則得到增強(qiáng)后的語音信號。

設(shè)純凈的平穩(wěn)語音信號為s(t)，噪聲語音信號為n(t)，要求噪聲和語音不相關(guān)，則譜減法的基本步驟如下。

1) 得到加性的帶噪語音信號,如式(1)。

y(t)=s(t)+n(t)

(1)

2) 對式(1)兩邊進(jìn)行傅里葉變換,如式(2)。

Y(ω)=S(ω)+N(ω)

(2)

Y(ω)用極坐標(biāo)表示,如式(3)。

Y(ω)=|Y(ω)|ejφy(ω)

(3)

式中,|Y(ω)|是帶噪信號的幅度譜，φy(ω)是帶噪信號的相位譜。

噪聲信號N(ω)用極坐標(biāo)表示,如式(4)。

N(ω)=|N(ω)|ejφn(ω)

(4)

式中,N(ω)是噪聲信號的幅度譜，φn(ω)是帶噪信號的相位譜。N(ω)是未知的，可以用語音前導(dǎo)無話段的幅度譜估計(jì)，φn(ω)根據(jù)語音信號對相位的不靈敏性，可用帶噪信號的相位譜φy(ω)代替。經(jīng)過這樣代替雖然對語音質(zhì)量有一定的影響，但不影響語音的可懂性。

3) 計(jì)算功率譜,如式(5)。

(5)

由于語音是非平穩(wěn)信號，通過加窗處理得到一幀語音信號，從而得到相對平穩(wěn)信號，計(jì)算這一幀信號的功率譜，如式(6)。

(6)

(7)

(8)

對于短時(shí)平穩(wěn)信號，如式(9)。

(9)

4) 變換式(9)得到增強(qiáng)后的語音估值,如式(10)。

(10)

5) 由式(10)以及結(jié)合2)求得的帶噪語音信號的相位，求出增強(qiáng)后語音信號極坐標(biāo)形式，再經(jīng)過傅里葉反變換得到增強(qiáng)后語音信號,如式(11)、式(12)。

(11)

(12)

2 基于譜減法的語音識別實(shí)現(xiàn)

2.1 實(shí)現(xiàn)步驟

本系統(tǒng)對于上述的基本功率譜譜減算法進(jìn)行了改進(jìn)，在求增強(qiáng)后的純凈語音能量譜估值時(shí)，增加了噪聲譜系數(shù)a，具體實(shí)現(xiàn)步驟如下。

1) 讀入純凈語音信號s(t)，消除該語音信號直流分量并進(jìn)行歸一化處理。

2) 設(shè)置信噪比，疊加高斯白噪聲，得到帶噪語音信號y(t)。

3) 分幀，加海明窗，設(shè)置幀長200，幀移80，保留所得的幀數(shù)。

4) 進(jìn)行FFT變換，計(jì)算幅值和相位，再求其功率譜能量|Yw(ω)|2。

5) 設(shè)定帶噪語音前導(dǎo)靜音段時(shí)間，計(jì)算出靜音段的幀數(shù)，求其平均幅值|Dw(ω)|2，作為噪聲的估值。

圖1 譜減法實(shí)現(xiàn)流程圖

2.2 實(shí)現(xiàn)結(jié)果及分析

本系統(tǒng)的語音為較為純凈的實(shí)驗(yàn)室環(huán)境下，采用Windows7自帶錄音機(jī)錄音，語音內(nèi)容為“洛陽師范學(xué)院”，單聲道，PCM編碼，位數(shù)8位，頻率16 kHz，噪聲為隨機(jī)產(chǎn)生的高斯白噪聲，系統(tǒng)的算法在Matlab平臺(tái)上實(shí)現(xiàn)。實(shí)驗(yàn)室環(huán)境下純凈語音“洛陽師范學(xué)院”波形圖,如圖2所示。

圖2 純凈語音“洛陽師范學(xué)院”波形圖

本實(shí)驗(yàn)對輸入信噪比分別為5 dB、0 dB、-5 dB、-10 dB的四種情況分別進(jìn)行了增強(qiáng)測試。測試結(jié)果波形圖,如圖3、圖4所示。

圖3 信噪比5 dB、0 dB的測試結(jié)果

圖4 信噪比-5 dB、-10 dB的測試結(jié)果

為了更加清晰看出不同信噪比下的效果，計(jì)算出不同情況的譜減法增強(qiáng)后信噪比,如表1所示。

表1 不同信噪比輸出結(jié)果對比

通過對不同信噪比下增強(qiáng)結(jié)果的對比分析得到，輸入信噪越低，增強(qiáng)后的信噪比提高越多，對于低信噪比的語音信號增強(qiáng)有一定的效果。

在實(shí)驗(yàn)中也發(fā)現(xiàn)，當(dāng)信噪比高于20 dB，增強(qiáng)后的信噪比反而下降，說明該算法對于高信噪比的語音信號增強(qiáng)效果不明顯，主要因?yàn)橐皇窃黾拥脑肼暡幻黠@，二是原本錄制的語音不純凈；當(dāng)信噪比低于-16 dB，雖然增強(qiáng)后信噪比提高了，但是人耳已經(jīng)很難分辨語音信號的內(nèi)容，語音全部被噪聲淹沒。因受譜減法本身的限制，采取的是功率譜預(yù)估，產(chǎn)生誤差，為了對以上兩種情況進(jìn)行語音增強(qiáng)，為此要尋求新的增強(qiáng)算法[6]。

3 總結(jié)

本文從理論上分析語音增強(qiáng)的譜減法，給出了基于功率譜的譜減法的完整步驟，在此基礎(chǔ)上為了消除譜減法功率譜估計(jì)的誤差，在求增強(qiáng)后純凈語音信號的功率譜中引入系數(shù)a。在Matlab平臺(tái)上對加入高斯白噪聲，信噪比分別為5 dB、0 dB、-5 dB、-10 dB四種情況帶噪語音信號進(jìn)行了仿真驗(yàn)證，結(jié)果表明輸入信噪越低，增強(qiáng)后的信噪比提高越多，該算法對于低信噪比的語音信號增強(qiáng)有一定的效果。但是當(dāng)信噪比低于-16 dB，不能分辨出語音信號；當(dāng)信噪比高于20 dB，難于消除純凈語音在錄音時(shí)本身所帶的噪音。針對這兩種情況，將更加深入研究，提出更加高效的增強(qiáng)算法。