語(yǔ)音信號(hào)的譜減增強(qiáng)法分析4200字

語(yǔ)音信號(hào)的譜減增強(qiáng)法分析綜述 1 2 2 5在1900年，因?yàn)楫?dāng)時(shí)的聲學(xué)領(lǐng)域發(fā)展十分之快，所以語(yǔ)音信號(hào)的增強(qiáng)技術(shù)在其可懂度的分析中有著無可厚非的作用。在1960年，隨著各種梳狀理論和電子計(jì)算機(jī)的發(fā)展，使得語(yǔ)音增強(qiáng)技術(shù)可以運(yùn)用在信號(hào)處理領(lǐng)域。在1978年，維和算法，解決了維納濾波法的缺點(diǎn)。在1970年前后，當(dāng)時(shí)的半導(dǎo)體技術(shù)不斷發(fā)型。在1979年，譜相減法由Boll提出，并且該方法是利用噪聲的平均譜來進(jìn)行估計(jì)語(yǔ)音中的噪聲，這種辦法十分方便和有效，是最基本的語(yǔ)音信號(hào)增強(qiáng)算法。效果變得越來越好5。與此同時(shí)，可以通過利用獨(dú)立分量的分析方法或者時(shí)運(yùn)用噪聲混合系統(tǒng)混合系統(tǒng)解混系統(tǒng)號(hào)源信號(hào)混合信號(hào)人們?cè)谌粘Ｉ钪型ㄟ^語(yǔ)音信號(hào)等其它方式來進(jìn)行交流信息。通常需要將語(yǔ)音信號(hào)進(jìn)行變換成電信號(hào)才能夠在通信系統(tǒng)中進(jìn)行傳輸。因?yàn)橥ǔ６?，語(yǔ)音信號(hào)是模擬的，并且語(yǔ)音信號(hào)中小信號(hào)出現(xiàn)的概率比較大，要進(jìn)行PCM編碼，從而可以保證高質(zhì)量的語(yǔ)音信號(hào)的傳輸。在本文中通過對(duì)語(yǔ)音信號(hào)的頻譜結(jié)構(gòu)以及時(shí)域角度進(jìn)行了分析說明，從中證明了語(yǔ)音信號(hào)的增強(qiáng)方案可行性。在當(dāng)今社會(huì)中，所獲得的所有信號(hào)波形都是其對(duì)應(yīng)分布的一組觀測(cè)值。平穩(wěn)信號(hào)指的是其分布及分布的參數(shù)不會(huì)發(fā)生變化，非平穩(wěn)信號(hào)則是其分布或分布的參數(shù)發(fā)生變化。對(duì)于語(yǔ)音信號(hào)來說，由于信號(hào)直接由說話者控制，其分布的類型和分布的參數(shù)都是不確定的，因?yàn)檫@些不確定性造成語(yǔ)音信號(hào)是一個(gè)非平穩(wěn)的過程，并且語(yǔ)音信號(hào)中小信號(hào)出現(xiàn)的概率比較大6。以一個(gè)宏觀的角度來看，語(yǔ)音信號(hào)具有非平穩(wěn)性。而在這個(gè)尺度，受人的發(fā)聲器官所限定，即在微觀的角度來說語(yǔ)音信號(hào)是一個(gè)平穩(wěn)的過程。正是由于這種特性，可以使得語(yǔ)音信號(hào)在實(shí)際處理過程中，把該語(yǔ)音信號(hào)可以當(dāng)作一個(gè)平穩(wěn)過程，從而對(duì)該語(yǔ)音信號(hào)進(jìn)行短時(shí)譜1.2基本譜減法首先先介紹語(yǔ)音信號(hào)增強(qiáng)的基本型譜減法的原理思路：因?yàn)樵谌粘５恼Z(yǔ)音信號(hào)交流中，大多數(shù)的語(yǔ)音信號(hào)中都是夾雜背景噪聲，即是不純凈的。進(jìn)行語(yǔ)音信號(hào)增強(qiáng)第一步是將帶噪聲的語(yǔ)音信號(hào)(時(shí)域)通過傅里葉變換從而能夠轉(zhuǎn)化到頻域上，接下來就可以估計(jì)語(yǔ)音信號(hào)的噪聲譜，然后進(jìn)行語(yǔ)音信號(hào)的增益函數(shù)的計(jì)算，即能獲得噪聲譜和純凈語(yǔ)音信號(hào)的功率譜，通過相減的運(yùn)算，將帶噪的語(yǔ)音信號(hào)譜進(jìn)行減去的操作，即可獲得了純凈語(yǔ)音信號(hào)的功率譜。最后將純凈的語(yǔ)音信號(hào)功率譜進(jìn)行傅里葉反變換的操作，即可獲得到純凈的時(shí)域的語(yǔ)音信號(hào)。通過以上操作步驟，就是譜減法的流程。通過譜減法即可對(duì)帶噪的語(yǔ)音信號(hào)進(jìn)行提純和增強(qiáng)信號(hào)的作用。假定不純凈的語(yǔ)音信號(hào)是y(n),y(n)是由純凈的語(yǔ)音信號(hào)x(n)和加性噪聲譜|X(w)|。再將原始信號(hào)的功率譜進(jìn)行傅里葉反變換(轉(zhuǎn)換到時(shí)域上),就能得程，于是可以將譜減法的操作進(jìn)行一個(gè)MATLAB程序的編寫和仿真過程，從而用SNR_singlech函數(shù)來進(jìn)行信噪比的計(jì)算，其中SNR設(shè)為5dB8。 根據(jù)以上的圖像和譜算法，計(jì)算出信噪比的變化：開始時(shí)信噪比為5dB,經(jīng)過譜減運(yùn)算之后的信噪比變成11.3dB,可見信噪比改善了6.3dB。通過消噪后的語(yǔ)音信號(hào)有明顯的音樂噪聲，不難發(fā)現(xiàn)，當(dāng)我們?cè)谶M(jìn)行增加過減因子a的數(shù)值時(shí)，雖然有時(shí)候可以減少其噪聲，但是當(dāng)a值過大時(shí)會(huì)使波形發(fā)生畸變，所以設(shè)定一個(gè)合適的a值來進(jìn)行仿真設(shè)計(jì)。又因?yàn)樵谡Z(yǔ)音信號(hào)上會(huì)疊加一些隨機(jī)的噪聲，并且每一次的噪聲值都是隨機(jī)和不可預(yù)測(cè)的，所以在進(jìn)行譜減法后的信噪比的結(jié)果snr2的結(jié)果都會(huì)不同，因?yàn)槊看蔚慕Y(jié)果不能確定，所以會(huì)產(chǎn)生相對(duì)的誤差。因此在進(jìn)行相減的噪聲時(shí)會(huì)使得其頻譜函數(shù)上出現(xiàn)一些明顯的尖峰現(xiàn)象，在聽覺上有很明顯的噪聲。將它們通過傅里葉變換轉(zhuǎn)換頻域之后，其峰值聽起來就像是不同幀之間不斷變換的頻率和音調(diào)。此種表現(xiàn)在清音段時(shí)特別顯著的，由于基本型的譜減法會(huì)帶來一定的“音樂噪聲”。在進(jìn)行基本型譜減法操作的時(shí)候，帶來一定的音樂噪聲的主要原因有：進(jìn)行增益函數(shù)的計(jì)算的時(shí)候，會(huì)具有較大范圍的變換；對(duì)語(yǔ)音信號(hào)中的噪聲信號(hào)功率譜估計(jì)不準(zhǔn)確；還有就是對(duì)基本型譜減法中的負(fù)數(shù)沒有進(jìn)行線性處理，而是非線性。因?yàn)榛拘妥V減法會(huì)帶來一定的音樂噪聲，要對(duì)音樂噪聲進(jìn)行消除或者是消弱的處理，所以要進(jìn)行改進(jìn)型譜減法的相關(guān)研究9。在本文中，所采用的改進(jìn)型譜減法為多窗譜估計(jì)法進(jìn)行語(yǔ)音信號(hào)的增強(qiáng)，該方法1.3改進(jìn)型譜減法 (正交即不同窗譜相乘為0)相乘之后再分別求其直接譜，之后將以上結(jié)果得到現(xiàn)過程方便，不需要太多的計(jì)算步驟和正交條件的要求，但是會(huì)帶來音樂噪聲功率譜的計(jì)算、VAD檢測(cè)更新、后驗(yàn)先驗(yàn)信噪比、改進(jìn)維納濾波以及重疊相加的操作。圖1.4為改進(jìn)型譜減法的原理框圖。多窗譜估計(jì)改進(jìn)維納濾波平滑功率譜和噪聲功率譜先驗(yàn)信噪比新噪聲譜后驗(yàn)信噪比圖1.4改進(jìn)型譜減法的基本原理框圖圖1.5增強(qiáng)效果的對(duì)比圖通過圖1.5可以明顯地看出，對(duì)于周期圖法而言，其對(duì)5dB的帶噪語(yǔ)音的增音結(jié)果明顯地更好。當(dāng)設(shè)定a=2,b=0.01時(shí)，通過利用多窗譜譜減法的結(jié)果中可以看出其帶來的音樂噪聲更小，所以增強(qiáng)效果比較好I1。但是對(duì)于周期圖譜減結(jié)果來說，雖然該算法中音樂噪聲減小，但與多窗譜相對(duì)比其噪聲還是十分明顯。在MATLAB軟件上進(jìn)行的帶噪的語(yǔ)音信號(hào)的處理過程中，通過pmtm估計(jì)函數(shù)運(yùn)用在算法的過程中，對(duì)該函數(shù)進(jìn)行多窗譜的功率譜密度分析以及處理估算這一過程[12]。通過一系列的運(yùn)算結(jié)果，可以得到增益因子，通過增益因子來實(shí)現(xiàn)語(yǔ)音信號(hào)增強(qiáng)的計(jì)算。通過以上的實(shí)驗(yàn)結(jié)果可以表明，對(duì)于多窗譜法來說其對(duì)于語(yǔ)音信號(hào)的增強(qiáng)作用更強(qiáng)并且效果更好，并且其帶來的音樂噪聲會(huì)更小，那么其信噪比會(huì)提高。所以，多窗譜法可以適合運(yùn)用在短時(shí)間序列或者是頻譜動(dòng)態(tài)范圍比較大的情況，但是在語(yǔ)音信號(hào)處理上的應(yīng)用十分少[13。圖1.6信噪比為5dB下的仿真圖圖1.7信噪比為OdB下的仿真圖通過以上三個(gè)MATLAB仿真