一种改进的维纳滤波语音增强算法

一种改进的维纳滤波语音增强算法

ComputerEngineeringandApplications计算机工程与应用2010，46（26）129

一种改进的维纳滤波语音增强算法

张亮，龚卫国

ZHANGLiang，GONGWei-guo

重庆大学光电技术及系统教育部重点实验室，重庆400030

KeyLaboratoryforOptoelectronicTechnologyandSystemoftheEducationMinistryofChina，ChongqingUniversity，Chongq-ing400030，China

E-mail：wggong@http://

ZHANGLiang，http://puterEngineeringandApplications，2010，46（26）：129-131.

Abstract：Animprovedspeechenhancementalgorithmisproposed，whichisbasedonaprioriSNRestimationWienerfilter-ing.Firstly，theinitialnoisepowerspectrumNPSisestimatedbycomputingthestatisticalaverageofthesilentsegments.Next，http://stly，theabruptincreasesinnoiselevelaretakenintoaccountandthepowerspectrumofthenoiseisadjustedadaptivelyaccordingtotherateoftheNSPStoNPS.Theveri-ficationexperimentbetweentheproposedalgorithmandotherspeechenhancementalgorithmwhichbasedonshort-timespec-tralestimationisimplemented.Theexperimentresultshowsthattheresidualnoiseisreducedsignificantlyandthespeechdis-tortion，andthenthespeechintelligibilityareincreased.

Keywords：speechenhancement；Wienerfiltering；aprioriSignaltoNoiseRatio（SNR）；decisiondirected摘

要：提出了一种改进的语音增强算法，该算法以基于先验信噪比估计的维纳滤波法为基础。首先通过计算无声段的统计平

均得到初始噪声功率谱；其次，计算语音段间带噪语音功率谱，并平滑处理初始噪声功率谱和带噪语音功率谱，更新了噪声功率谱；最后，考虑了某频率点处噪声急剧增大的情况，通过计算带噪语音功率谱与噪声功率谱的比值，自适应地调整噪声功率谱。将该算法与其他基于短时谱估计的语音增强算法进行了对比实验，实验结果表明：该算法能有效地减少残留噪声和语音畸变，提高语音可懂度。

关键词：语音增强；维纳滤波；先验信噪比；直接判决DOI：10.3778/j.issn.1002-8331.2010.26.040

文章编号：1002-8331（2010）26-0129-03

文献标识码：Ａ

中图分类号：TP391.4

1引言

随着计算机通信技术的迅猛发展，语音信号处理技术的重

和IsraelCohen对Ephriam和Malah提出的方法进行了改进[5-6]。在上述方法中，需要估计当前帧的噪声功率谱，常常只通过计算无声期间的统计平均来估计噪声。但是仅仅依靠无声段来估计噪声，这样的估计过程显然是不够全面的。另外，虽然上述的方法能有效地抑制变化范围不大或是稳定的噪声，但是对实际中的变化范围很广的噪声效果不是很理想。

首先描述了维纳滤波语音增强算法的基本思想，然后对先验信噪比和后验信噪比的计算进行了简单推导，最后提出了一种改进的算法。通过计算机仿真实验，将提出的算法与最常见的谱减法进行了比较。实验结果表明该改进算法有效地提高了增强效果，更好的抑制了噪声，提高了语音质量。

要性日益突出，它被广泛地应用在网络、通信、智能仪表及工业控制领域中，已经成为现代工业发展的一个必备的基本技术[1]。

基于语音短时谱估计的方法具有适用信噪比范围大、方法简单、易于实时处理等优点，尽管研究比较早，但仍有很强的生命力，已成为应用最广泛的语音增强方法。基于语音短时谱估计的增强方法种类繁多，如谱减法、维纳滤波法、最小均方误差法等。

传统的基于语音短时谱估计的方法均不同程度存在着残留噪声大的问题。Ephriam和Malah提出的方法可以有效地抑制残留噪声[2-3]。OlivierCappé在文献[4]中分析了上述方法能有效抑制残留噪声，是因为在计算增益函数时引入了先验信噪比，并采用了“直接判决”法对先验信噪比进行估计。Scalart

2基于先验信噪比估计的维纳滤波语音增强

先验信噪比是语音增强算法中非常重要的参数。通过

作者简介：张亮（1983-），男，硕士，主要研究领域为信息获取和处理；龚卫国（1957-），男，教授，主要研究方向为模式识别及机器视觉、智能化信息

技术及系统。

收稿日期：2009-02-20

修回日期：2010-04-22

一种改进的维纳滤波语音增强算法

1302010，46（26）ComputerEngineeringandApplications计算机工程与应用

æ|Y(ω)|ö

åk

øk=1è

S

2

Ephraim和Malah提出的“直接判决”估计来计算先验信噪比的方法是最有效的和最容易计算的[2-6]。

对于第k帧带噪语音信号：yk(t)=sk(t)+nk(t)

（1）

[7]

|N(ω)|

式中|N(ω)|

2NIS

=（7）

2NIS

表示噪声功率谱的初值，S表示第S帧为语音起始

nk(t)为第k帧加性噪声信号，其中sk(t)为第k帧纯净语音信号，

L表示帧长。帧，

假设sk(t)和nk(t)都是短时平稳随机信号，且二者互不相关。对上式进行傅里叶变换，得到：

Yk(ω)=Sk(ω)+Nk(ω)

其次，从起始帧开始，判断当前帧为语音信号还是噪声信号，更新对噪声功率谱的估计，以便通过式（6）计算先验信噪比和后验信噪比。若是噪声信号，则通过对N(ω)

（2）（3）

根据文献[4]，得到对纯净语音信号频谱的估计：

S(ω)=G(ξγ)×Y(ω)

k

k

k

k

||

2NIS

与当前帧

2new

的功率谱做平滑处理，更新对噪声功率谱的估计|Nk(ω)|。

式中Yk(ω)和Sk(ω)分别表示第k帧带噪语音和纯净语音傅里叶变换 …… 此处隐藏：5248字，全部文档内容请下载后查看。喜欢就下载吧 ……