基于自适应语音增强的算法研究与MATLAB仿真(7)

只适应滤波算法

前 言

人们在语音通信过程中不可避免的会受到来自周围环境和传输媒介引入的噪声、通信设备内部电噪声、乃至其他讲话者的干扰。这些干扰使接收者收到的语音为受噪声污染的带噪语音信号。

语音增强的一个主要目标就是从带噪语音信号中提取尽可能纯净的原始语音。然而，由于干扰通常都是随机的，从带有噪声的语音信号中提取完全纯净的语音几乎不可能。在此情况下，语音增强的主要目的就是通过对带有噪声的语音信号进行处理，以消除背景噪声，改善语音质量，提高语音的清晰度、可懂度和舒适度，提高语音处理系统的性能。这些目的往往不能兼得，通常要根据语音处理系统的具体情况而定。语音增强不但与语音信号处理理论有关，而且涉及到人的听觉感知和语音学。

目前应用的语音增强方法大体上分为四类：自适应噪声抵消法、谐波增强法、基于参数估计的语音再合成法和基于语音短时谱估计增强算法。其中，基于自适应滤波器的自适应噪声抵消法对含噪语音的增强效果最好。因为这种方法比其也方法多用了一个参考噪声作为辅助输入，从而获得了比较全面的关于噪声的信息，从而无论在信噪比方面还是在语音可懂度方面都能获得较大的提高。

自适应滤波器最重要的特性是能有效地在未知环境中跟踪时变的输入信号，使输出信号达到最优，因此可以用来构成自适应的噪声消除器。然而，根据不同的优化准则,产生了形色各异的自适应算法,由Widrow和Hoff提出的LMS算法是自适应算法的主题,在噪声消除领域处于统治地位。这主要取决于LMS算法具有结构简单,性能稳定,计算复杂度低,易于硬件实现的特性,适用于需要自适应滤波的多种场合。