聲源定位中三種常用語音增強算法的對比分析

肖剛祥，周妙琪，劉俊，李軍成

(湖南人文科技學院 數學與金融學院，湖南 婁底 417000)

0 引言

有關聲音的處理是一門重要的學科，涉及到了生活中的方方面面，比如監控安保、軍事偵察、人工智能等等。然而在生活中不僅僅有人們感興趣的聲音，還有許許多多的噪聲，因此，通過語音增強技術來增強特定的聲源信號（即感興趣的聲音），同時抑制其他的聲源信號（即不想要的噪聲）就成了迫切需求。

在聲源定位中，為了加強聲音采集與運用的效率，語音增強是非常關鍵的一個環節。目前，聲源定位中的語音增強的方法有很多，但總的來說可分為單通道語音增強法和多通道的語音增強法兩類。在單通道語音增強算法中，較為典型的有譜減法[1-3]，而在多通道語音增強算法中，較為常用的有維納濾波法[4-6]、子空間法[7-9]等。本文的主要目的是分析譜減法、維納濾波法、子空間法等三種聲源定位中常用的語音增強算法在不同噪聲、不同信噪比情形下的去噪能力，為聲源定位時選取合適的語言增強算法提供一定的參考。

1 三種常用語音增強算法的對比分析

本文利用MATLAB軟件進行仿真實驗。輸入的干凈語音為“多么痛的領悟”（時間為3秒的男聲），其波形圖和語譜圖如1所示。

圖1 干凈語言信號的波形圖和語譜圖

為了對比分析譜減法、維納濾波法、子空間法等三種語音增強算法的效果，本文分別給干凈語音添加white噪聲、volvo噪聲、babble噪聲等三種不同的噪聲，并在不同輸入信噪比的情形下進行語音增強效果的比較。

1.1 添加white噪聲的情形

給干凈語言添加white（白）噪聲后，其波形圖和語譜圖如2所示。

圖2 添加white噪聲后語言信號的波形圖和語譜圖

為了說明三種方法去噪的有效性，將輸入信噪比取為15db，三種方法得到的語言信號波形圖和語譜圖如圖3所示。

圖3 輸入信噪比取為15db時含white噪聲語言信號去噪后的波形圖和語譜圖

由圖3可知，當輸入信噪比為15db時，這三種方法都具有較好的語音增強能力，其中利用譜減法增強后的語音與干凈語音的波形圖和語譜圖最為接近。為了進一步對比分析三種方法對含white噪聲語言信號的去噪效果，將輸入信噪比由-50db逐漸增加到50db時，可得輸入信噪比與輸出信噪比的關系曲線如圖4所示，其中橫坐標為輸入信噪比，縱坐標為輸出信噪比，黑色線條為譜減法的結果，紅色線條為維納濾波法的結果，黃色線條為子空間法的結果。

圖4 添加white噪聲下三種算法的效果對比

由圖4可知，在添加white噪聲的情形下，

(1) 隨著輸入信噪比的提高，譜減法的輸出信噪比提高的速度比其它兩種方法快很多。

(2) 當輸入信噪比高于20db時，譜減法的語音增強效果開始趨于穩定；當輸入信噪比高于0db時，子空間的語音增強效果開始趨于穩定；當輸入信噪比高于5db時，維納濾波方法的語音增強效果趨于穩定。

(3) 當輸入信噪比低于-1db時，子空間法的語音增強效果最好；當輸入信噪比高于-1db低于13db時，維納濾波的語音增強的效果最好；當輸入信噪比高于13db時，譜減法的語言增強效果最好。

1.2 添加volvo噪聲的情形

給干凈語言添加volvo噪聲后，其波形圖和語譜圖如5所示。

為了說明三種方法去噪的有效性，將輸入信噪比取為15db，三種方法得到的語言信號波形圖和語譜圖如圖6所示。

圖5 添加volvo噪聲后語言信號的波形圖和語譜圖

圖6 輸入信噪比取為15db時含volvo噪聲語言信號去噪后的波形圖和語譜圖

由圖6可知，當輸入信噪比為15db時，這三種方法都具有較好的語音增強能力，其中利用維納濾波法增強后的語音與干凈語音的波形圖和語譜圖最為接近。為了進一步對比分析三種方法對含volvo噪聲語言信號的去噪效果，將輸入信噪比由-50db逐漸增加到50db時，可得輸入信噪比與輸出信噪比的關系曲線如圖7所示，其中橫坐標為輸入信噪比，縱坐標為輸出信噪比，黑色線條為譜減法的結果，紅色線條為維納濾波法的結果，黃色線條為子空間法的結果。

圖7 添加volvo噪聲下三種算法的效果對比

由圖7可知，在添加volvo噪聲的情形下，

(1) 隨著輸入信噪比的提高，譜減法的輸出信噪比提高的速度比其它兩種方法快很多。

(2) 當輸入信噪比大于20db時，譜減法的語音增強效果開始趨于穩定；當輸入信噪比大于5db時，維納濾波法的語音增強效果開始趨于穩定；當輸入信噪比大于0db時，子空間法的語音增強效果開始趨于穩定。

(3) 當輸入信噪比低于-3db時，子空間法的語音增強效果最好；當輸入信噪比高于-3db低于12db時維納濾波方法的語音增強效果最好；在輸入信噪比高于19db時，譜減法的語音增強效果最好。

1.3 添加babble噪聲的情形

給干凈語言添加babble噪聲后，其波形圖和語譜圖如8所示。

圖8 添加babble噪聲后語言信號的波形圖和語譜圖

為了說明三種方法對含babble噪聲語言信號的去噪能力，將輸入信噪比取為15db，三種方法得到的語言信號波形圖和語譜圖如圖9所示。

圖9 輸入信噪比取為15db時含babble噪聲語言信號去噪后的波形圖和語譜圖

由圖9可知，當輸入信噪比為15db時，三種方法都具有較好的語音增強能力，其中利用譜減法增強后的語音與干凈語音的波形圖和語譜圖最為接近。為了進一步對比分析三種方法對含babble噪聲語言信號的去噪效果，將輸入信噪比由-50db逐漸增加到50db時，可得輸入信噪比與輸出信噪比的關系曲線如圖10所示，其中橫坐標為輸入信噪比，縱坐標為輸出信噪比，黑色線條為譜減法的結果，紅色線條為維納濾波法的結果，黃色線條為子空間法的結果。由圖10可知，在添加babble噪聲的情形下，

圖10 添加babble噪聲下三種算法的效果對比

(1) 隨著輸入信噪比的提高，譜減法的輸出信噪比提高的速度比其它兩種方法快很多。

(2) 當輸入信噪比高于20db時，譜減法的語音增強效果開始趨于穩定；當輸入信噪比高于0db時，子空間法的語音增強效果開始趨于穩定；而維納濾波方法的語音增強效果浮動較大，當輸入信噪比高于30db時，其語音增強效果才開始趨于穩定。

(3) 當輸入信噪比低于5db時，子空間算法的語音增強效果最好；當輸入信噪比高于5db低于14db時，維納濾波法的語音增強效果最好；當輸入信噪比高于14db時，譜減法的語音增強效果最好。

2 結語

本文利用MATLAB軟件對譜減法、維納濾波算法、子空間等三種聲源定位中常用的語音增強算法進行了對比分析。通過給干凈語音添加white噪聲、volvo噪聲、babble噪聲等三種不同的噪聲，在不同輸入信噪比的情形下對三種方法的語音增強效果進行了比較，得到了三種語音增強方法的特性，為聲源定位時語音增強算法的選擇提供了一定的依據。