沈曉東 ,李弼程

(1.清華大學電子工程系,北京 100084;2.解放軍信息工程大學信息工程學院,河南鄭州 450002)

0 前言

人們在語音通信過程中,會受到方方面面的噪聲干擾。這些干擾最終將使接收者接收到的語音不再是純凈的原始語音,而是被噪聲污染過的帶噪語音。在目前的語音去噪方法中,譜減法去噪是較為常見的一種方法[1]。該算法傳統(tǒng)形式的不足之處是處理后會產(chǎn)生具有一些節(jié)奏性起伏的“音樂噪聲”。目前,各種語音去噪方法仍無法極為有效去除該噪聲,所以,語音界依然把如何盡可能的去除“音樂噪聲”作為語音增強領(lǐng)域研究的一大重點[1-2]。

為了盡可能的降低“音樂噪聲”,本文采用基于功率因數(shù)補償?shù)淖V相減算法對背景噪聲信號進行估計,得到增強語音信號。

1 傳統(tǒng)的譜減法簡要介紹

傳統(tǒng)的譜減法直接從有噪信號中減去噪聲譜得到“純凈”的語音譜[3]。假設sw(n)、dw(n)和yw(n)分別代表語音、噪聲和帶噪語音,Ss(ω)、Sd(ω)和Sy(ω)分別表示其短時譜,假設噪聲dw(n)是與語音sw(n)不相關(guān)的加性噪聲[3-4]。于是得到信號的加性模型

平方處理后得到:

由于人耳對語音的感知是通過語音信號中各頻譜分量的幅度獲取的,對各分量的相位則不敏感,因此,直接用帶噪語音的相位作為增強以后的語音相位,就可得到原始語音的估計值。

2 改進的譜減法

2.1 改進譜減法基礎理論

對式(3)進行功率譜修正處理,目的是增加靈活性。修正后的功率譜形式為:

引入 α、β和γ三個參數(shù)為算法提供了很大的靈活性。實際的增強實驗表明:適當調(diào)節(jié) α、β和γ可以獲得比原始的譜減法更好的增強效果[7]。當γ=1,α=1時,可得到幅度譜減法形式,α＞1為過減形式;當 γ=2,α=1時,可得到功率譜減法形式,α＞1為過減形式。

2.2 用閾值補償增益因數(shù)

在式(4)中,為了更好的去除噪聲,在進行譜相減時,引入了過減因子α(＞1),這樣更為徹底的去除了噪聲,但是,不可避免的會導致過減因子與噪聲估計譜相乘后的值大于帶噪語音功率譜的現(xiàn)象。為了避免這種現(xiàn)象,引入了增益因數(shù)補償閾值 σ,

其中,b為預設的增益補償因子(很小),設為0.01,可依據(jù)實際情況變化取值。noise_p為噪聲的功率譜,speech_p為帶噪語音的功率譜。

實驗過程中,對一段語音進行處理,得到其補償閾值仿真見圖1。

圖1 功率因數(shù)補償閾值

譜減法乘積形式為:

其中,speechn_p=speech_p-α×noise_p。

在古代，樂是禮的重要組成部分，禮樂在三代之前當有一段漫長的萌芽發(fā)展過程。禮樂制度雖然在周初才得到完備，但是其淵源應該上溯到三代之前?！队輹に吹洹分休d有舜帝命令夔“典樂”（主持樂政）時的一段對話，“帝曰：‘夔，命汝典樂，教胄子。直而溫，寬而栗，剛而無虐，簡而無傲……八音克諧，無相奪倫，神人以和。’”《韓非子·外儲》、《呂氏春秋·察傳》均載有魯哀公問“夔”于孔子事，孔子認為“夔”之官名為“樂正”，也就是主持樂禮的官員。據(jù)學者考證，夔是古代東夷部族的一支?？梢姡菚r東夷地區(qū)的禮樂文化已經(jīng)非常發(fā)達。

由式(6)得到功率因數(shù)

對上面語音處理得到其功率因數(shù)仿真見圖2。

圖2中計算所得到的功率因數(shù) g已有很多點數(shù)的數(shù)值已經(jīng)在橫坐標之下,不符合要求,達不到過減的目的。于是,將計算所得到的g與 σ相比較,如果 g＜σ,那就將 g的取值更新為 σ,仿真見圖3。

圖2 過減后功率因數(shù)

這樣就使譜減后的殘留噪聲和起伏音樂噪聲都得到了b倍的衰減,既達到了有效消除噪聲的目的,也避免了過減處理后連純凈語音也減掉的缺點。

圖3 用閾值補償后的功率因數(shù)

2.3 改進譜減法具體算法

(1)加窗分幀。(2)對每一幀做fft,求出相角,求出幅值。(3)每相鄰幾幀進行平滑處理。(4)對每一幀數(shù)據(jù)進行功率譜估計。(5)對應對功率譜的每相鄰幾幀進行平滑。(6)取帶噪語音前幾幀作為噪聲幀,取其平均作為噪聲的功率譜估計。(7)求功率因數(shù)補償閾值,凡是小于該閾值的增益系數(shù)均用閾值來代替。(8)結(jié)合式(6)用譜減的乘積形式進行譜減語音增強。(9)對每一幀進行ifft,采用原相角。(10)將處理好語音數(shù)據(jù)還原至時域。

3 試驗仿真結(jié)果

本次試驗仿真采用MATLAB工具[8-9]。參數(shù)選擇如下:過減因子a=2;增益補償因子b=0.01;每幀點數(shù)為 200。

在圖4、圖5中,橫坐標表示仿真語音的點數(shù),縱坐標表示電平標準值。

通過客觀計算,原始語音的信噪比為 4.584 dB,普通的譜減法增強語音信噪比為 23.263 dB,改進的譜減法增強語音信噪比為29.164 dB。

通過主觀測試,改進的譜減法對“音樂噪聲”(圖4中很明顯的起伏豎線)的消除效果十分明顯,已不再令人產(chǎn)生“煩躁感”。

4 結(jié)束語

與傳統(tǒng)的譜減法相比,文中提出的語音去噪方法使得噪聲得到更明顯的抑制,提高了語音質(zhì)量。實驗表明:特別是在輸入信噪比較低的情況下,采用文中算法,更好地提高了帶噪語音的輸出信噪比,明顯削弱了傳統(tǒng)譜減法所帶來的“音樂”噪聲,抑制加性噪聲效果更好,有效地提高了語音可懂度。

[1] 王永紅.譜相減技術(shù)中“音樂噪聲”的抑制[J].桂林電子工業(yè)學院學報,1998,18(1):16-20.

[2] Berouti M,Schwartz R,Makhoul J.Enhancement of Speech Corrupted by Acoustic Noise[C]//Proc IEEE Icassp.2009: 208-211.

[3] Lim S B,Tong Y C.A Parametric Formulation of the Generalized Spectral Subtraction Method[J].IEEE Transaction on Speech and Audio Processing,2009(6):328-337.

[4] 王文杰,王霞.一種改進的子空間語音增強方法[J].電子設計工程,2010,18(6):127-129.

[5] 金學驥.語音增強算法的研究與實現(xiàn)[D].杭州:浙江大學,2005:12-13.

[6] Jae SL,Oppenbeim V.Enhancementand Bandweidch Compression of Noise Speech[J].Proceedings of the IEEE,2008,67 (12):1586-1604.

[7] Erkelens JS.Minimum Mean-square Error Estimation of Discrete Fourier Coefficientswith Generalized Gamma Priors[J].IEEE Transactions on Audio,Speech and Language Processing,2007,15(6):1741-1752.

[8] 曹曉琳,張素莉,吳平,等.基于MATLAB的譜相減語音增強算法的研究[J].計算機仿真,2006,23(3):278-283.

[9] 郭興吉.WAV波形文件的結(jié)構(gòu)及其應用實踐[J].微計算機信息,2005,21(8):114-116.