论文部分内容阅读
现实环境中语音信号往往被各种环境噪声污染。语音增强作为消除噪声和提高语音质量的一种有效手段,尽管近年来取得了长足的进步,但仍不能完全满足实用的要求。本文从先验知识的角度审视语音增强算法,对多种单通道/多通道方法进行了分析总结,并且针对算法应用中存在的缺陷和问题,充分利用语音、噪声和麦克风阵列的先验知识的进行了研究和改进。主要工作和创新点如下:
●针对传统的谱减法中交叉项被忽略的假设在低信噪比(Signal-to-Noise Ratio,SNR)环境中会造成严重误差的问题,我们提出了一种基于相位调整和幅值补偿的多子带谱减法。首先,利用噪声与语音信号相位短时变化差异性的先验知识,我们提出了基于微距最大值搜索的相位调整算法。其次,考虑到噪声对语音的干扰在各子频带上不一致的先验知识,我们采用了多子带独立的谱减策略。最后,针对不同SNR条件下过减规则对语音谱幅值的差异性衰减的先验知识,我们提出了幅值补偿算法。
●多通道信号子空间方法的关键在于运用了语音信号的低秩模型,算法的核心是信号子空间维度的估计。针对传统的维度估计方法过分依赖噪声功率估计的问题,我们提出了一种基于F范数的信号子空间维度估计方法。首先,通过训练获得了语音幅值谱的超高斯先验分布模型。其次,利用麦克风之间的相关性和正交变换不改变矩阵F范数的性质,获得了语音互相关矩阵F范数的高斯先验分布模型。最后,利用一种基于最大化原则的估计策略,在接受原假设的前提下最大化信号子空间维度。
●针对现有的后验语音存在概率(Speech Presence Probability,SPP)估计方法在非平稳噪声环境下高漏报率和高误警率的问题,我们提出了一种基于倒谱平滑和时频相关性的后验SPP估计算法。首先,根据语音的倒谱系数具有区域分布特性的先验知识,我们提出了倒谱系数的选择性平滑策略来估计先验SNR。然后,针对相邻时频点之间的紧密相关性,我们提出了频域多层平均与时域迭代平滑相结合的先验SPP的更新算法。
●针对现有噪声估计方法在面对变化剧烈(例如具有窄带能量阶跃)的非平稳噪声时跟踪延迟和有偏估计的问题,我们提出了一种基于SPP和频谱稀疏性的时噪声估计算法。首先,利用倒谱平滑策略和时频相关性的先验知识来估计后验SPP。然后,对语音谱的稀疏性进行了描述,通过训练获得稀疏测度的高斯分布模型作为先验知识,通过判断语音SPP估计谱的稀疏性来调整后验SPP估计,从而更快速的跟踪噪声变化。
所提算法中先验知识的运用是本文工作的重点和亮点,先验知识主要通过机器学习、理论分析和实验调试获取,以算法规则、分布模型和参数设置的形式表示。对比实验表明,与传统的算法相比所提各算法获得了更优异的性能,达到了预期的研究目的。