西安郵電大學電子工程學院 崔 旭

基于多窗譜估計的改進的維納濾波語音增強算法

西安郵電大學電子工程學院 崔 旭

針對語音活動檢測(VAD)噪聲譜估計的算法在現(xiàn)實場景中（噪聲譜不斷的變化）難以取得理想的效果，很容易對噪聲譜的估計偏小或者偏大的問題，本文提出基于改進的最小控制的遞歸平均算法(The improved minimum control recursion average，簡稱IMCRA)用來進行的噪聲譜估計，與多窗譜的維納濾波相結(jié)合的算法。該算法先將帶噪語音進行多窗譜估計，然后用小波閾值技術(shù)進一步改進譜估計，從而得到相應(yīng)頻點處的先驗信噪比，最后通過計算增益，得出增強的語音信號。通過仿真結(jié)果表明：在不同的背景噪聲下，本文的算法和使用VAD，MCRA，Martin最小值跟蹤作為噪聲估算的語音增強算法相比，該算法能獲得更好的語音增強信號。

語音活動檢測；IMCRA；維納濾波；多窗譜估計

1 引言

語音增強是語音信號處理中的關(guān)鍵步驟，在日常生活中，語音很容易被噪聲所污染，使得語音質(zhì)量下降，隨著人們對語音質(zhì)量的要求逐步提高，越來越多的語音增強算法被學者提了出來。

目前減噪的方法有：多頻帶譜減法[1]、小波和子空間[2]、維納濾波[3]、MMSE等。在語音增強過程中，我們都是假設(shè)能夠得到噪聲譜的估計，常見的噪聲估計算法有VAD、Martin最小值跟蹤算法、MCRA算法、IMCRA算法等。其中，VAD算法在高度不平穩(wěn)的環(huán)境下，難以取得比較理想的效果。Martin的最小值跟蹤和MCRA算法和IMCRA算法會產(chǎn)生相應(yīng)的延遲。我們能做的就是盡量的減少引入的延遲。

2 維納濾波和IMCRA原理

2.1 維納濾波原理

其中ωk是對應(yīng)的頻率點。對頻率點的ωk的增益函數(shù)g(k)可以表示為：

有了增益函數(shù)g(k)，計算增強的信號譜：

2.2 IMCRA算法原理

Cohen首先提出IMCRA6:帶噪語音功率譜密度的平滑估計：

其次，對那些基本上已經(jīng)判定為噪聲的那些頻率分量，經(jīng)行第二次平滑：

為了最小化語音失真，對噪聲估計引入一個偏差補償因子β：

根據(jù)文獻驗證，我們將β定為1.50。

3 實驗結(jié)果及分析

本次仿真實驗中，選取的語音來自NOIZEU，噪聲來自Noisex-92噪聲庫，信噪比分別是0dB、5dB、10dB、15dB的babble、airport、restaurant、和street噪聲的帶噪語音信號。對比分析的對象是傳統(tǒng)維納濾波法分別基于VAD噪聲股計算、Martin最小值跟蹤、MCRA噪聲估算以及本文的多窗譜估計的維納濾波基于IMCRA噪聲估算的語音增強算法。下面分別用VAD、Martin、MCRA、IMCRA表示

在上述實驗的基礎(chǔ)上，我們繼續(xù)求增強后的語音的分段信噪比[8]，定義如下：

圖3 不同噪聲環(huán)境下的SNRseg比較

由上面的四幅圖可以清晰的看出，(1)、(2)可以看出本文的算法要比其他三種算法增強效果更好，尤其是在低信噪比下。

4 結(jié)論

本文是基于多窗譜估計的改進維納濾波算法，結(jié)合小于閾值，優(yōu)化譜估計。通過大量的仿真實驗表明，本文的算法在提高信噪比方面，相比于其他的算法，有了一定的提高，減少了‘音樂噪聲’，提高語音清晰度。

[1]萬義龍,張?zhí)扃?王志朝等.基于多頻帶譜減法的抗噪聲語音識別研究[J].電視技術(shù),2013,37(23):183-187.

[2]吳昊,魯周迅.Symlets小波和子空間聯(lián)合增強下的語音識別[J].計算機工程與應(yīng)用,2011,47(5):141-145.

[3]白文雅,黃建群,陳智憐.基于維納濾波語音增強算法的改進實現(xiàn)[J].語音技術(shù),2007,31(1):44-46+50.

崔旭（1991—），男，江蘇揚州人，西安郵電大學碩士在讀、研究方向：語音信號處理。