抗噪算法部分中文翻譯.doc

5 特征提取描述5.1 噪聲抑制5.1.1 雙門的美爾扭曲維納濾波方法噪聲抑制是建立在維納濾波理論上的，主要在兩門的處理中完成。圖5.1給出了前端噪聲抑制模塊的主要構(gòu)成。輸入信號(hào)首先經(jīng)過第一門的去噪處理，然后輸出作為輸入進(jìn)入第二門。在第二門中，多了一個(gè)動(dòng)態(tài)的噪聲抑制模塊，它的工作是和信號(hào)的信噪比有關(guān)的。去噪的過程是一幀一幀進(jìn)行的，在堆輸入信號(hào)分幀之后，每一幀的信號(hào)譜在譜預(yù)測(cè)模塊計(jì)算出來，然后在平均功率譜密度模塊對(duì)信號(hào)譜作平滑處理。在維納濾波設(shè)計(jì)模塊，頻域維娜濾波系數(shù)通過當(dāng)前幀的信號(hào)譜預(yù)測(cè)和噪聲譜預(yù)測(cè)共同計(jì)算出來，噪聲譜預(yù)測(cè)是通過對(duì)VADNest模塊檢測(cè)出來的噪聲幀處理得到的。計(jì)算出來后，再加上一個(gè)美爾濾波器組對(duì)維納濾波系數(shù)平滑，然后把維納濾波器搬移到美爾扭曲頻域上了。梅爾扭曲維納濾波器的沖激相應(yīng)通過美爾反離散余弦變換得到。最后，每一門的輸入信號(hào)都經(jīng)過維納濾波器模塊，如圖5.1所示，第二門的輸入信號(hào)就是第一門的輸出信號(hào)。在噪聲抑制模塊的最后，OFF模塊將信號(hào)的直流分量過濾掉。另外，在第二門，在第二門中噪聲抑制模塊是被增益因式分解模塊控制的。維納濾波理論是這樣的：假定線性濾波器的輸入為有用信號(hào)和噪聲之和，兩者均為廣義平穩(wěn)過程且知它們的二階統(tǒng)計(jì)特性，維納根據(jù)最小均方誤差準(zhǔn)則，求得了最佳線性濾波器的參數(shù)，這種濾波器稱為維納濾波器 。從噪聲中提取引號(hào)波形的各種估計(jì)方法中，維納（Wiener）濾波是一種最基本的方法，適用于需要從噪聲中分離出的有用信號(hào)是整個(gè)信號(hào)（波形），而不只是它的幾個(gè)參量。其基本依據(jù)就是最小均方誤差準(zhǔn)則。設(shè)維納濾波器的輸入為含噪聲的隨機(jī)信號(hào)。期望輸出與實(shí)際輸出之間的差值為誤差，對(duì)該誤差求均方，即為均方誤差。因此均方誤差越小，噪聲濾除效果就越好。為使均方誤差最小，關(guān)鍵在于求沖激響應(yīng)。如果能夠滿足維納霍夫方程，就可使維納濾波器達(dá)到最佳。根據(jù)維納霍夫方程，最佳維納濾波器的沖激響應(yīng)，完全由輸入自相關(guān)函數(shù)以及輸入與期望輸出的互相關(guān)函數(shù) 所決定。 5.1.2 緩存分配噪聲抑制模塊的輸入是以80個(gè)采樣點(diǎn)為一幀的數(shù)據(jù)。每一門都有一個(gè)大小為4幀的緩沖區(qū)（幀0到幀3），當(dāng)有新的一幀輸入進(jìn)來時(shí)，這兩個(gè)緩沖區(qū)中的數(shù)據(jù)都往幀0方向幀移一幀。新輸入的幀變成了第一門的新的幀3,然后幀1（從點(diǎn)80到點(diǎn)159）中的數(shù)據(jù)作去噪的處理結(jié)果保存到第二門的幀3中去。第二門的幀1中的數(shù)據(jù)作去噪處理，結(jié)果作為整個(gè)去噪模塊的去噪結(jié)果。所以去噪模塊的每一門都有2幀的延遲（20毫秒）。在每一門的噪聲抑制中，信號(hào)譜預(yù)測(cè)是同時(shí)在點(diǎn)60到點(diǎn)259處進(jìn)行的。5.1.3 譜預(yù)測(cè)輸入信號(hào)被分成了重疊幀，每一幀有Nin（這里Nin=200）個(gè)點(diǎn)，長(zhǎng)25毫秒，幀移為10毫秒（80個(gè)點(diǎn)）。然后每一幀Sin（n）都被加上一個(gè)Nin長(zhǎng)度的漢寧窗,Whann(n)為從長(zhǎng)度擴(kuò)展到傅里葉變換唱的，用0補(bǔ)齊如下： 為了得到頻域特征，進(jìn)行傅里葉變換： bin表示的是頻域；功率譜計(jì)算如下：接著功率譜P(bin)再做平滑處理:經(jīng)過平滑處理后，功率譜的長(zhǎng)度減少到5.1.4 平均功率譜密度這一模塊計(jì)算每一功率譜密度最后的T幀的平均值，如下圖：平均功率譜密度計(jì)算公式為： 其中一般取值為2，t為幀（時(shí)間域上的）5.3.5維納濾波器設(shè)計(jì)每一幀都會(huì)計(jì)算一個(gè)遺忘因子lambadaNSE：如果tNB_FRAME_THRESHOLD_NSE那么 ;否則 在這里NB_FRAME_THRESHOLD_NSE=100, LAMBADA_NSE=0.99在第一門處理的噪聲譜預(yù)測(cè)依賴于VADnest里的flagVADnest，根據(jù)下面的方程式更新：其中EPS等于exp(-10,0),t代表當(dāng)前幀序數(shù)，tn代表最后一非語音幀，,P (bin,t)是PSD求平均模塊的輸出，被初始化為EPS。在第二門處理中，噪聲譜預(yù)測(cè)則是依照下面的方程持續(xù)不斷地做下去：如果t11那么 否則 如果那么接著無噪聲的信號(hào)譜預(yù)測(cè)則是用下面方法計(jì)算得到：被初始化為0。BETA等于0.98,，而閾值函數(shù)T如下： 那么先驗(yàn)SNR計(jì)算為： 濾波轉(zhuǎn)移函數(shù)由下面等式得到： 這個(gè)函數(shù)是用來改善無噪聲信號(hào)譜的預(yù)測(cè)的。因此一個(gè)改善的SNR計(jì)算式為：是等于0.079432823，改善的轉(zhuǎn)移函數(shù)H(bin,t)由下等式得到： 5.15 維納濾波器設(shè)計(jì)一個(gè)遺忘因子lambdaNSE(用于第一門的噪聲譜預(yù)測(cè)的更新)在每一幀都根據(jù)時(shí)間系數(shù)t計(jì)算得到：If(tNB_FRAME_THRESHOLD_NSE)ThenlanbdaNSE=1-1/telselambdaNSE=LAMBDA_NSE這里的NB_FRAME_THRESHOLD_NSE等于100以及LAMBDA_NSE等于0.99在第一門中噪聲譜預(yù)測(cè)是根據(jù)以下的方程更新的，和flagVADnest有關(guān)，如下：這里的EPS等于exp(-10,0),t表示當(dāng)前幀的序數(shù)，tn代表幀最后非語音幀，Pin_psd(bin,t)是PSD模塊的輸出，初始化為EPS。在第二門中噪聲譜預(yù)測(cè)根據(jù)下面的等式不斷地更新接著無噪聲的信號(hào)譜預(yù)測(cè)使用一個(gè)“決策指引”方法：BETA等于0.98以及threshold函數(shù)T如下：接著一個(gè)優(yōu)先SNR計(jì)算如下：濾波器的轉(zhuǎn)移函數(shù)H(bin,t)根據(jù)下面的方程計(jì)算的到：濾波器的轉(zhuǎn)移函數(shù)H(bin,t)是用來改善信號(hào)譜的譜預(yù)測(cè)的：接著一個(gè)改良的優(yōu)先信噪比計(jì)算如下：改良之后的轉(zhuǎn)移函數(shù)H2(bin,t)接著根據(jù)下面的方程計(jì)算得到：改良之后的轉(zhuǎn)移函數(shù)用在計(jì)算非噪聲的語音譜預(yù)測(cè)中去。5.1.6 VAD噪聲預(yù)測(cè)一個(gè)遺忘因子lambdaLTE（用來更新長(zhǎng)期能量）在每一幀中被計(jì)算，過程如下：這里的NB_FRAME_THRESHOLD_LTE等于10和LAMBDA_LTE等于0.97。然后最后80個(gè)采樣點(diǎn)的對(duì)數(shù)能量被計(jì)算出來：用來更新平均能量大小。這里的SNR_THRESHOLD_UPD_LTE等于20，ENERGY_FLOOR等于80MIN_FRAME等于10以及l(fā)ambdaLTEhigherE等于0.99。然后計(jì)算的結(jié)果framEn和meanEn用來判斷當(dāng)前幀是否為說話語音幀。5.1.6 美爾濾波器組將線性頻率維拿濾波系數(shù)H2(bin)平滑處理以及轉(zhuǎn)換到Mel頻率刻度上，梅爾錯(cuò)亂維納系數(shù)H (k)是由加半重疊的三角窗窗計(jì)算得到的。為了得到FB的中心頻率，將線性頻率刻度f轉(zhuǎn)換為梅爾刻度：那么的中心頻率為這里的就是采樣頻率，另外，F(xiàn)B邊緣頻帶和中心頻率fcentr(0)=0，fcentr(Kfb+1)-fin_samp/2加入到Kfb=23的美爾濾波器組頻帶中去，這是為了DCT轉(zhuǎn)換到品遇上去。FFT的bin域相關(guān)的的中心頻率為頻率窗W(k,i)的計(jì)算為： 5.1.8 增益因式分解在這個(gè)模塊，為維納濾波美爾扭曲系數(shù)的增益H2_mel(k)是用來控制第二門的噪聲抑制的。在第一門中，去噪幀信號(hào)能量Eden(t)，這里的t是時(shí)間幀序數(shù)從1開始，用去噪后的功率譜Pden3(bin,t)計(jì)算得到。在第二門中，當(dāng)前幀的噪聲能量是通過噪聲功率譜預(yù)測(cè)得到的。然后平滑后的信噪比SNR根據(jù)三個(gè)去噪后的幀能量（注意第一門和第二門之間有兩幀的延遲）測(cè)算的到。為了得到第二門的維納濾波的程度，低信噪比級(jí)別的是同利用一下的邏輯得到的：增益因式分解的作用是對(duì)純凈噪聲幀則加大噪聲抑制的程度，對(duì)于包含語音的幀則減小噪聲抑制的程度。同時(shí)，當(dāng)前幀的SNR預(yù)測(cè)和低SNR以及維納濾波增益系數(shù)被更新。5.1.8 美爾反離散余弦變換維納濾波器的時(shí)間域的沖激相應(yīng)hWf(n)是從美爾維納濾波系數(shù)計(jì)算得到的這里的是美爾扭曲反離散余弦變換的基礎(chǔ)計(jì)算如下所示，首先，第一邊帶的中心頻率計(jì)算為這里的是采樣頻率，,接著美爾扭曲反離散余弦變化的基礎(chǔ)由得到，這里的是根據(jù)Mel濾波器組系數(shù)k和df（k）計(jì)算的到的中心頻率維納濾波器的沖激相應(yīng)也鏡像地為5.1.10 應(yīng)用濾波器自由沖激響應(yīng)是通過計(jì)算得到的，他們的關(guān)系為自由沖擊響應(yīng)接著簡(jiǎn)化刪減得到：這里的濾波器長(zhǎng)度FL等于17，簡(jiǎn)化的沖擊響應(yīng)再加一個(gè)漢寧窗來進(jìn)行加權(quán)：接著輸入信號(hào)Sin在經(jīng)過沖擊響應(yīng)函數(shù)濾波，來生成噪聲抑制后信號(hào)Swr這里的Swr(-1)和前一幀的最后的采樣點(diǎn)相聯(lián)系，等于0的時(shí)候是對(duì)于第一幀來說的，M=80是幀移間隔。5.1.11 偏移補(bǔ)償 為了去除直流分量，一個(gè)觸點(diǎn)式的濾波器被應(yīng)道噪聲抑制模塊的最后，如下：5.2 波形處理基于信噪比的波形處理是應(yīng)用到噪聲抑制模塊中的噪聲抑制波形處理那里的。噪聲抑制模塊輸出80個(gè)采樣點(diǎn)一幀的數(shù)據(jù)，它們保存在一個(gè)240個(gè)點(diǎn)的緩存中（從0點(diǎn)到239點(diǎn)），波形處理模塊是在點(diǎn)1到點(diǎn)200的窗上進(jìn)行的。圖5.3描述了基于信噪比的波形處理的基本結(jié)構(gòu)流程。在能量包絡(luò)平