薛慧君，李盛，路國華，呂昊，張楊，焦騰，于霄，馬騰，張華，王健琪

第四軍醫(yī)大學(xué) 生物醫(yī)學(xué)工程學(xué)院，陜西 西安 710032

基于短時(shí)相位譜補(bǔ)償?shù)姆墙佑|語音檢測(cè)增強(qiáng)算法研究

薛慧君，李盛，路國華，呂昊，張楊，焦騰，于霄，馬騰，張華，王健琪

第四軍醫(yī)大學(xué) 生物醫(yī)學(xué)工程學(xué)院，陜西 西安 710032

語音是人類重要的生理信號(hào)，生物雷達(dá)能夠通過檢測(cè)喉部發(fā)音器官振動(dòng)的微弱信息對(duì)語音進(jìn)行非接觸采集，從而提供一種新型的非接觸語音獲取方法。但生物雷達(dá)所接收的含有語音信息的回波中還存在多種噪聲和雜波。本文采用離散短時(shí)傅立葉變換，在保持語音信號(hào)振幅譜不變的條件下通過改變相位譜來對(duì)信號(hào)譜進(jìn)行重構(gòu)，達(dá)到去除雷達(dá)語音信號(hào)中噪聲分量的目的。通過與經(jīng)典的譜減法和維納濾波語音增強(qiáng)算法進(jìn)行對(duì)比，此算法能夠在低信噪比條件下有效地降低噪聲分量，可提高生物雷達(dá)語音信號(hào)質(zhì)量。

生物雷達(dá)；離散短時(shí)傅立葉變換；相位譜補(bǔ)償；語音檢測(cè)；非接觸檢測(cè)

生物雷達(dá)技術(shù)是近年來新興的一種非接觸式生理信息檢測(cè)技術(shù)，雷達(dá)天線發(fā)射電磁波照射人體后，人體生理活動(dòng)所導(dǎo)致的人體微動(dòng)信號(hào)加載到反射波中，再通過雷達(dá)技術(shù)、生物醫(yī)學(xué)信號(hào)處理技術(shù)以及計(jì)算機(jī)技術(shù)從雷達(dá)回波信號(hào)中檢測(cè)人體的生命參數(shù)，從而實(shí)現(xiàn)人體呼吸、體動(dòng)、心跳等生命特征的非接觸探測(cè)。本實(shí)驗(yàn)室采用生物雷達(dá)技術(shù)，通過檢測(cè)喉部發(fā)音器官振動(dòng)的微弱信息對(duì)語音進(jìn)行采集。生物雷達(dá)探測(cè)語音信號(hào)在一定程度上克服了麥克風(fēng)的局限性，可實(shí)現(xiàn)遠(yuǎn)距離探測(cè)，具有方向性強(qiáng)、非接觸等優(yōu)點(diǎn)。雷達(dá)接收信號(hào)中，除了目標(biāo)語音信號(hào)，還存在噪聲和雜波等各種干擾信號(hào)，所以在雷達(dá)信號(hào)處理中，如何去除噪聲干擾，保留雷達(dá)回波中清晰的語音信號(hào)是雷達(dá)語音增強(qiáng)的關(guān)鍵問題。

在語音增強(qiáng)領(lǐng)域，大多研究都致力于去除含噪語音信號(hào)中的噪聲部分，以提高信號(hào)的可懂度和語音質(zhì)量。因此各種各樣的算法被用來實(shí)現(xiàn)語音增強(qiáng)，比如譜減法[1]、最小均方誤差估計(jì)[2]、維納濾波[3-4]、卡爾曼濾波[5]和子空間法等[6]。在雷達(dá)語音增強(qiáng)方面，李盛和田穎等人分別采用了 非 線 性 譜 減 法、 人 耳 聽 覺 掩 蔽[7-8]、 小 波 閾 值 熵[9]和 高階統(tǒng)計(jì)量[10]等算法來去除信號(hào)噪聲，這些算法雖然在一定程度上達(dá)到了去噪的目的，但實(shí)驗(yàn)結(jié)果表明還需要進(jìn)一步研究來提高雷達(dá)語音質(zhì)量。經(jīng)典的語音增強(qiáng)算法都在保持短時(shí)信號(hào)的相位譜不變的情況下來改變短時(shí)信號(hào)的振幅譜。本文通過改變含噪信號(hào)的相位譜而保持其振幅譜不變來生成一個(gè)新型復(fù)合頻譜[11]。由于噪聲信號(hào)主要存在于低頻部分，而重構(gòu)后的信號(hào)譜中的低頻能量丟失較多，所以此種算法能夠達(dá)到去噪目的。

1 語音增強(qiáng)方法

1.1 生物雷達(dá)實(shí)驗(yàn)系統(tǒng)

鎖相振蕩器產(chǎn)生穩(wěn)定的 34 GHz、功率為 50 mW 的毫米波脈沖信號(hào)，經(jīng)放大器進(jìn)行放大，由 6 dB 的定向耦合器將其分為兩路：其中 1/4 mm 波信號(hào)送往混頻器作為參考信號(hào)；其余信號(hào)通過環(huán)形器到達(dá)平板天線進(jìn)行輸出，天線輻射功率保持在 10～20 mW。天線發(fā)射微波束到達(dá)人體，雷達(dá)信號(hào)被人體的胸部和喉的振動(dòng)信號(hào)調(diào)制，所反射的回波信號(hào)由同一天線進(jìn)行接收，回波信號(hào)與參考信號(hào)通過雙平衡混頻器發(fā)出低頻信號(hào)，低頻信號(hào)通過放大、濾波、A/D 轉(zhuǎn)換輸入計(jì)算機(jī)進(jìn)行進(jìn)一步的信號(hào)處理。詳細(xì)的系統(tǒng)描述及實(shí)驗(yàn)原理詳見參考文獻(xiàn)[7-8]。

1.2 相位補(bǔ)償算法

本文遵循信號(hào)分解—參量修正—信號(hào)重構(gòu)的步驟來實(shí)現(xiàn)雷達(dá)語音增強(qiáng)[12-13]。算法流程，見圖 1。

圖1 雷達(dá)語音增強(qiáng)方法原理圖

（1）信號(hào)分解。使用離散短時(shí)傅立葉變換對(duì)雷達(dá)語音信號(hào)進(jìn)行分解。含噪語音信號(hào)表達(dá)如公式 (1)：這里語音信號(hào)可看成準(zhǔn)平穩(wěn)信號(hào)，其中，、

（2）參量修正。對(duì)含噪語音的相位譜進(jìn)行修正。含噪雷達(dá)語音信號(hào)是一個(gè)實(shí)數(shù)信號(hào)，因此，它的短時(shí)快速傅立葉變換共軛對(duì)稱：。信號(hào)分解部分得出的可調(diào)復(fù)合譜由一個(gè)實(shí)函數(shù)進(jìn)行補(bǔ)償，函數(shù)與頻率有關(guān)，見公式 (3)。

需要說明的是：補(bǔ)償過的相位譜只是通過一個(gè)實(shí)數(shù)信號(hào)得出的偽相位譜，并不具備真實(shí)相位譜的性質(zhì)。補(bǔ)償?shù)南辔蛔V與含噪語音的振幅譜結(jié)合就組成一個(gè)可調(diào)復(fù)合譜信號(hào)，如公式 (5)。

圖2 矢量原理圖：離散短時(shí)傅立葉變換共軛對(duì)稱的變換

1.3 實(shí)驗(yàn)數(shù)據(jù)采集

20名健康志愿者（被測(cè)試）參與語音測(cè)試實(shí)驗(yàn)，志愿者包含 12 名男性和 8 名女性，年齡 20～30 歲。雷達(dá)天線與被測(cè)試者的距離保持在 2～20 m 之間，采用 5 句中文普通話作為語音測(cè)試材料（句子的長度在 5～20 個(gè)字），語音測(cè)試實(shí)驗(yàn)在安靜的環(huán)境中進(jìn)行，每位被測(cè)試者使用正常的音量和語速讀取語音材料。

2 結(jié)果與討論

為了驗(yàn)證相位補(bǔ)償算法對(duì)雷達(dá)語音增強(qiáng)的效果，實(shí)驗(yàn)過程中使用譜減法、維納濾波法作為對(duì)比算法。對(duì)比實(shí)驗(yàn)是在含噪信號(hào)信噪比較低的情況下進(jìn)行的。圖 3(a)為原始雷達(dá)語音信號(hào)，從中能夠觀察出語音信號(hào)中摻雜大量的背景噪聲。圖 3(b)為譜減法處理后的語音信號(hào)語譜圖，相比原始雷達(dá)語音信號(hào)，譜減法有效地去除了雷達(dá)語音中的噪聲成分，但在背景噪聲得到有效抑制的同時(shí)，語音信號(hào)也被 削 減 很 多，同 時(shí) 在 大 約 t=0 s 和 t=4 s 出 現(xiàn) 強(qiáng) 噪 聲 分 量。圖 3(c)為維納濾波去噪后的語譜圖，圖中噪聲成份得到了有效的去除，依然有部分語音信號(hào)被削減，但削減的程度少于譜減法處理后的結(jié)果。和譜減法類似，維納濾波處理雷 達(dá)語音信號(hào) 在 t=0 s 和 t=4 s 處 仍然出現(xiàn) 了 強(qiáng)噪聲分 量。圖 3(d)為本文采用的相位補(bǔ)償法去除雷達(dá)語音噪聲后的語譜圖，相比于前兩種去噪方法，可以看到不僅背景噪聲成分得到了很好地抑制，語音信號(hào)也丟失得很少。

圖3 雷達(dá)語音信號(hào)語譜圖

從聽覺方面評(píng)估去噪效果，原始語音具有明顯的背景噪聲，經(jīng)譜減法處理后，干擾噪聲得到了有效抑制，但幾乎也聽不清語音信號(hào)的內(nèi)容，在聽覺效果評(píng)估開始和即將結(jié)束能聽到很明顯的刺耳的聲音，說明在語音增強(qiáng)過程中產(chǎn)生了新的噪聲分量。原始雷達(dá)語音經(jīng)維納濾波處理后，噪聲也得到有了效抑制，處理后語音仍然混沌不清，這說明語音成分也被部分去除。而且和譜減法類似，經(jīng)維納濾波算法處理的語音中也產(chǎn)生了新的噪聲分量。最后，相位補(bǔ)償算法處理后的聽覺評(píng)估可以明確聽出背景噪聲得到了有效抑制，語音信號(hào)也被很好地保留。

3 結(jié)論

生物雷達(dá)實(shí)驗(yàn)系統(tǒng)通過檢測(cè)人體喉部振動(dòng)的微弱信息對(duì)語音進(jìn)行采集，使用相位補(bǔ)償法對(duì)雷達(dá)語音信號(hào)進(jìn)行去噪。與經(jīng)典的語音增強(qiáng)方法不同，相位補(bǔ)償法保持語音信號(hào)的振幅譜不變，而對(duì)信號(hào)的相位譜進(jìn)行修正，去除含噪語音信號(hào)中低頻成分（噪聲信號(hào)被認(rèn)為含有較多低頻分量），進(jìn)而達(dá)到去噪目的。為了進(jìn)一步說明相位補(bǔ)償算法對(duì)于語音增強(qiáng)的效果，實(shí)驗(yàn)中使用兩種經(jīng)典算法，譜減法和維納濾波法與本算法進(jìn)行了對(duì)比研究，結(jié)果表明：本算法有效地抑制了含噪信號(hào)中背景噪聲成分，雷達(dá)語音信號(hào)也被保留得較為完整，說明相位補(bǔ)償算法能夠有效的去除雷達(dá)語音信號(hào)中的噪聲成分。

[1] Boll SF．Suppression of acoustic noise in speech using spectral subtraction[A]．IEEE Trans Acoust Speech Signal Process[C]．1979,27:113-120．

[2] Ephraim D,Malah Y．Speech enhancement using a minimum mean-square error log-spectral amplitude estimator[A]．IEEE Trans．Acoust．,Speech,Signal Process[J]．1985,33:443-445．

[3] Wiener N．The extrapolation,interpolation,and smoothing of stationary time series with engineering applications[M]．New York: Wiley,1949．

[4] Berouti M,Schwartz R,Makhoul J．Enhancement of speech corrupted by acoustic noise[J]．In:Proc IEEE Internat Conf on Acoust Speech Signal Process(ICASSP)[J]．1979,4:208-211．

[5] Paliwal ABK．A speech enhancement method based on Kalman filtering[A]．IEEE Int Conf Acoustics,Speech,and Signal Processing[C]．1987,12:297-300．

[6] Ephraim Y,Harry L．A signal subspace approach for speech enhancement[A]．IEEE Trans Speech Audio Process[C]．1995, 3:251-266．

[7] Li S,Wang JQ,Niu M,et al．Millimeter wave conduct speech enhancement based on auditory masking properties[J]．Microwaveand Optical Technology Letters,2008,50(8):2109-2114．

[8] Li S,Wang JQ,Jing XJ．The application of nonlinear spectral subtraction method on millimeter wave conducted speech enhancement[J]．Mathematical Problems in Engineering,2010,(2010):1-12．

[9] Li S,Tian Y,Lu G,et al．A new kind of non-acoustic speech acquisition method based on millimeter waveradar [J]．Progress In Electromagnetics Research,2012,130:17-40．

[10] Tian Ying,Li S,Lv Hao,et al．Smart radar sensor for speech detection and enhancement[J]．Sensors and Actuators A:Physical,2013,191(1):99-104．

[11] Kamil Wójcicki M M．Anthony Stark, James Lyons, Kuldip Paliwal．Exploiting Conjugate Symmetry of the Short-Time Fourier Spectrum for Speech Enhancement[A]．IEEE Signal Process[C]．Lett,2008,15:461-464．

[12] Crochiere R．A weighted overlap-add method of short-time Fourier analysis/synthesis[A]．IEEE Trans Acoust, Speech, Signal Process[C]．1980,28:99-102．

[13] Griffin D．Signal estimation from modified short-time fourier transform[A]．IEEE Trans Acoust, Speech, Signal Process[C]．1984,32:236-243．

Research on Non-contact Speech Enhancement Algorithm Based on Short-time Phase Spectrum Compensation

XUE Hui-jun, LI Sheng, LU Guo-hua, LV Hao, ZHANG Yang, JIAO Teng, YU Xiao, MA Teng, ZHANG Hua, WANG Jian-qi
College of Biomedical Engineering, The Fourth Military Medical University, Xi'an Shanxi 710032, China

As a kind of important physiological signals, speech signals can be detected through bioradar by detecting the weak information of human laryngeal vibration. Thus a new technology for obtaining non-contact speech signals is developed. However, various kinds of noises and clutter waves are also existed in the echoes accepted by bioradar. In this paper, discrete short-time Fourier transform was used to reduce the noise component by changing phase spectrum to reconstruct the signal spectrum while the amplitude spectrum of speech signals remained unchanged. Compared with traditional speech enhancement algorithms such as spectral subtraction and wiener filter, the proposed algorithm can effectively reduce the noise component under the condition of low signal-to-noise ratio, which indicated that the quality speech signals detected by biological radar can be enhanced.

bioradar; discrete short-time Fourier transform; phase spectrum compensation; speech detection; non-contact detection

R318.04；R197.39

A

10.3969/j.issn.1674-1633.2013.11.004

1674-1633(2013)11-0012-03

2013-09-05

國家自然科學(xué)基金項(xiàng)目（61371163, 61271102）；陜西省國際合作重點(diǎn)項(xiàng)目（2013KW30-03）。

本文作者：前兩位作者對(duì)文章具有同等貢獻(xiàn)，因此應(yīng)被視為共同第一作者。薛慧君碩士，主要從事語音信號(hào)獲取及處理。李盛博士，主要從事語音信號(hào)獲取及處理研究工作。

王健琪，教授，博士研究生導(dǎo)師。李盛，副教授，博士。

作者郵箱：sheng@mail．xjtu．edu．cn