張冰

【摘 要】在語(yǔ)音通信過(guò)程中不可避免地會(huì)受到來(lái)自周?chē)h(huán)境、傳輸媒介引入的噪聲、通信設(shè)備內(nèi)部電噪聲、乃至其它講話者的干擾。這些干擾最終將使接收者接語(yǔ)音收到的語(yǔ)音是非純凈的原始語(yǔ)音信號(hào)，而是受噪聲污染的帶噪語(yǔ)音信號(hào)。語(yǔ)音增強(qiáng)是解決噪聲污染的一種有效方法，是從帶噪語(yǔ)音信號(hào)中提取盡可能純凈的原始語(yǔ)音，本文研究的是一種基于普減法的改進(jìn)語(yǔ)音增強(qiáng)算法。

【關(guān)鍵詞】語(yǔ)音增強(qiáng) 譜減法 Matlab

1 引言

語(yǔ)音增強(qiáng)已發(fā)展為語(yǔ)音信號(hào)數(shù)字處理的一個(gè)重要分支。語(yǔ)音增強(qiáng)中的譜減法是處理寬帶噪聲的最通用技術(shù)，即從帶噪語(yǔ)音估值中減去噪聲頻譜估值，而得到純凈語(yǔ)音的頻譜。寬帶噪聲通?？梢约俣楦咚乖肼暫桶自肼暋Ｋ膩?lái)源很多，包括空氣流動(dòng)、呼吸噪聲和一般隨機(jī)噪聲源。量化噪聲通常作為白噪聲來(lái)處理，也可以視為寬帶噪聲。由于寬帶噪聲與語(yǔ)音信號(hào)在時(shí)域和頻域上完全重疊，因而消除它最為困難。由于人耳對(duì)語(yǔ)音頻譜分量的相位不敏感，所以譜減法主要針對(duì)短時(shí)幅度譜。

2 語(yǔ)音增強(qiáng)算法

2.1 傳統(tǒng)譜減法

假定語(yǔ)音為平穩(wěn)信號(hào)，而噪聲及假定語(yǔ)音為平穩(wěn)信號(hào)，而噪聲和語(yǔ)音為加性信號(hào)且彼此不相關(guān)。此時(shí)帶噪語(yǔ)音信號(hào)可表示為：

式中， 為純凈語(yǔ)音信號(hào)， 為平穩(wěn)加性高斯噪聲。實(shí)際上，為避免分幀時(shí)的截?cái)嘈?yīng)，應(yīng)對(duì) 加窗。為了書(shū)寫(xiě)方便，這里用 代表加窗后的帶噪信號(hào)。

設(shè) 的傅里葉系數(shù)為：

的傅里葉系數(shù)為：

的傅里葉系數(shù)為： 由（1）式，則有：

而語(yǔ)音增強(qiáng)的任務(wù)就是利用已知的噪聲功率譜信息，從 中估計(jì)出 。由于人耳對(duì)相位不敏感，所以只要估計(jì)出 ，然后借用帶噪語(yǔ)音相位，進(jìn)行反傅里葉變換后就可得到增強(qiáng)的語(yǔ)音。

經(jīng)FFT后，有 ，由此可得 式⑵

式中*表示復(fù)共軛。因?yàn)榧俣ㄔ肼暿遣幌嚓P(guān)的，即 與 獨(dú)立，不會(huì)出現(xiàn)信號(hào)和噪聲的乘積值，則互譜的統(tǒng)計(jì)均值為0。

而 為零均值的高斯分布，所以有： 式⑶

只要從 中減去 便可恢復(fù) 。之所以能這樣是基于人耳對(duì)語(yǔ)音相位不敏感（相聾）這一特點(diǎn)。因?yàn)樵肼暿蔷植科椒€(wěn)的，故可以認(rèn)為語(yǔ)音前的噪聲與發(fā)語(yǔ)音期間的噪聲功率譜相同，因而可以利用發(fā)語(yǔ)音前（或后）的“寂靜幀”來(lái)估計(jì)噪聲。對(duì)于一個(gè)分析幀內(nèi)的短時(shí)平穩(wěn)過(guò)程，有 式⑷

其中， 為無(wú)語(yǔ)音時(shí) 的統(tǒng)計(jì)平均值，即

由此可得原始語(yǔ)音的估計(jì)值 式⑸

實(shí)際計(jì)算中，也可能出現(xiàn) 小于 的情況，因此功率譜不可為負(fù)，此時(shí)修改式⑸為 式⑹，式中ε為一個(gè)大于0的常數(shù)，它由試驗(yàn)確定。定義第k個(gè)頻譜分量的增益函數(shù) 以及后驗(yàn)信噪比 ，則式⑸可以改寫(xiě)為： 式⑺

由式⑺可以清楚地看出譜相減的物理意義：它相當(dāng)于對(duì)帶噪語(yǔ)音的每一個(gè)頻譜分量乘以一個(gè)系數(shù) 當(dāng)信噪比高時(shí)，含語(yǔ)音的可能性很大，衰減小。反之，則認(rèn)為含有語(yǔ)音的可能性小，衰減則增大。

2.2 改進(jìn)的譜減法

式⑸中的 是以無(wú)聲期間的統(tǒng)計(jì)平均的噪聲方差代替當(dāng)前分析幀的噪聲頻譜，而實(shí)際上噪聲頻譜服從高斯分布

式⑻

其中，m為x的均值，σ為標(biāo)準(zhǔn)偏差。噪聲的幀功率譜隨機(jī)變化范圍很寬，在頻域中的最大、最小值之比往往達(dá)到幾個(gè)數(shù)量級(jí)，而最大值與均值之比也達(dá)6～8倍。因而，在減去噪聲譜后，會(huì)有些較大的功率譜分量的剩余部分，在頻譜上呈現(xiàn)出隨機(jī)出現(xiàn)的尖峰，在聽(tīng)覺(jué)上形成殘留噪聲。這種噪聲具有一定的節(jié)奏性起伏感，所以稱之為“音樂(lè)噪聲”。

為有效地減少寬帶和音樂(lè)噪聲，可對(duì)譜減法進(jìn)行改進(jìn)。噪聲的能量往往分布于整個(gè)頻譜范圍，而語(yǔ)音能量則較集中于某些頻率或頻段，尤其在元音的共振峰處。因此可在元音段等幅度較高的時(shí)幀去除噪聲時(shí)，減去 ，則可更好地相對(duì)突出語(yǔ)音的功率譜。這種改進(jìn)也稱為被減項(xiàng)權(quán)值處理。

同時(shí)，將式（5）中的功率譜計(jì)算|*|2及|*|1/2改為|*|m和|*|1/m計(jì)算（這里m不一定為整數(shù)），可以增加靈活性。這種方法稱為功率譜修正處理。經(jīng)分析和試驗(yàn)得知，當(dāng)m>2時(shí)，它具有與被減項(xiàng)加權(quán)處理相同的效果。

綜合上面兩種處理，譜減法改進(jìn)形式的原理框圖如圖2所示。

此時(shí)式⑸修正為 式⑼。 引入m，n兩個(gè)參數(shù)為計(jì)算提供了很大的靈活性。當(dāng)m=2，n=1時(shí)即變?yōu)榛镜淖V減法，實(shí)際的增強(qiáng)試驗(yàn)表明，適當(dāng)調(diào)節(jié)m、n可以獲得比傳統(tǒng)的譜減法更好的增強(qiáng)效果。因此實(shí)際的增強(qiáng)過(guò)程中，更多地使用譜減法的改進(jìn)形式。

3 基于MATLAB的算法實(shí)現(xiàn)與仿真

3.1傳統(tǒng)譜減法的實(shí)驗(yàn)與仿真

基于MATLAB來(lái)實(shí)現(xiàn)傳統(tǒng)譜減法的仿真，讀入語(yǔ)音文件用wavread函數(shù)實(shí)現(xiàn)，對(duì)采樣點(diǎn)補(bǔ)足幀的整數(shù)倍是方便實(shí)現(xiàn)MATLAB的矩陣計(jì)算以及最后對(duì)幀疊加進(jìn)行還原處理。對(duì)每一幀獨(dú)立的含噪語(yǔ)音進(jìn)行語(yǔ)音增強(qiáng)處理，再將每幀增強(qiáng)語(yǔ)音依次連接起來(lái)，會(huì)由于恢復(fù)的信號(hào)幀間不連續(xù)，使得增強(qiáng)語(yǔ)音含有周期性的雜音，因此采用幀間重疊譜減法進(jìn)行語(yǔ)音處理。程序中每幀信號(hào)256點(diǎn)，128點(diǎn)重疊，通過(guò)w=hamming（framelength）'實(shí)現(xiàn)，經(jīng)語(yǔ)音增強(qiáng)處理后，再進(jìn)行相反的處理，恢復(fù)連續(xù)的語(yǔ)音信號(hào)。

對(duì)帶噪語(yǔ)音信號(hào)進(jìn)行FFT變換可以直接用fft函數(shù)實(shí)現(xiàn)，在MATLAB程序中，這一部分用for循環(huán)對(duì)每幀循環(huán)實(shí)現(xiàn)。

譜相減是算法的關(guān)鍵，這部分程序代碼如下所示，其中參數(shù)m=2，n=1。因?yàn)樯婕暗焦乐担詫?shí)際中譜相減的差值會(huì)為負(fù)。因功率譜不能為負(fù)，故可令負(fù)值為0或改變其符號(hào)，在本文的實(shí)現(xiàn)程序中令負(fù)值為0。

TT=[]；

for i=1：k

kk=（yd（i，：）.^m-n*（ave_noise.^m））；

pp=find（kk<0）；

kk（pp）=0；

kk=kk.^（1/m）；

TT=[TT；kk]；

End

在對(duì)FFT變換且譜相減后的信號(hào)加上原輸入信號(hào)的相位信息后，就對(duì)信號(hào)進(jìn)行IFFT變換，在MATLAB中用ifft函數(shù)實(shí)現(xiàn)，即t=TT.*exp（j*angleyy）； ss=ifft（t，[]，2）；

算法的最后要對(duì)前面的幀重疊進(jìn)行相反的處理，以保持語(yǔ)音的連續(xù)特性。幀重疊進(jìn)行相反處理的代碼如下所示：

output=[]；

output=[output，ss（1，1：128）]；

for i=2：k

temps=（ss（i，1：128）+ss（i-1，129：256））/2；

output=[output，temps]；

end

output=[output，ss（k，129：256）]；

語(yǔ)音增強(qiáng)后的信號(hào)用wavwrite函數(shù)輸出到新的wav文件中。傳統(tǒng)譜減法仿真后結(jié)果表明，噪聲信號(hào)得到了一定的抑制，但是還存在一定的具有節(jié)奏性起伏感的音樂(lè)噪聲。

3.2 改進(jìn)形式的譜減法的實(shí)現(xiàn)與仿真

式（8）中的m，n兩個(gè)參數(shù)為算法提供了很大的靈活性，適當(dāng)調(diào)節(jié)這兩個(gè)參數(shù)，可獲得比原始相減法更好的增強(qiáng)效果。試驗(yàn)表明，兩個(gè)可調(diào)參數(shù)m，n取不同值時(shí)，語(yǔ)音增強(qiáng)的效果是不同的：m不變，隨著n值的適當(dāng)增大，寬帶噪聲及殘余的音樂(lè)噪聲減小，信噪比大大提高，但是語(yǔ)音也逐漸變尖，即有較大的失真；n不變，隨著m值的適當(dāng)增大，寬帶噪聲及殘余的音樂(lè)噪聲增大，信噪比的提高減少，但是語(yǔ)音也逐漸自然，即有較小的失真。試聽(tīng)結(jié)果表明，m=0.4，n=0.9時(shí)，較好的做到了降噪與提高語(yǔ)音可懂度之間的折衷，噪聲得到了適當(dāng)?shù)囊种?，較好地保持了原語(yǔ)音的特性。在MATLAB的實(shí)現(xiàn)上，只要在原來(lái)傳統(tǒng)譜減法的基礎(chǔ)上改動(dòng)參數(shù)m，n的值即可得到改進(jìn)后的效果，如圖3所示即為改進(jìn)形式的譜減法仿真效果。

圖3

試驗(yàn)表明，改進(jìn)的譜減法消除了周期性干擾在電臺(tái)話音輸出端引起的嘯叫噪聲，除清晰度略有下降外，語(yǔ)音的可懂度和自然度未受損失。該方法對(duì)白噪聲干擾消噪效果更好，但當(dāng)環(huán)境惡劣，信噪比極低時(shí)，信噪比雖然提高不少，但語(yǔ)音的可懂度和自然度卻受到一定的損失，實(shí)際聽(tīng)起來(lái)像機(jī)器人的聲音。因此，在實(shí)時(shí)實(shí)現(xiàn)時(shí)需注意運(yùn)算精度、幀間重疊的實(shí)現(xiàn)和噪聲功率譜估計(jì)等問(wèn)題。

4 結(jié)語(yǔ)

基于計(jì)算機(jī)仿真的MATLAB譜相減法是一種常用的單通道語(yǔ)音增強(qiáng)經(jīng)典算法，傳統(tǒng)譜減法和它的改進(jìn)形式可以歸納為一個(gè)通用的譜減法參數(shù)公式，參數(shù)m，n的取值和增強(qiáng)效果有著密切的關(guān)系，當(dāng)m，n取值適當(dāng)，則可獲得較為理想的增強(qiáng)效果。譜減法有效地降低了背景噪聲，提高了信噪比。目前該普相減仿真計(jì)算方法依然存在一定的難題，但對(duì)于語(yǔ)音質(zhì)量的提高依然具有非常大的幫助。

參考文獻(xiàn)：

[1]楊行峻，遲惠生.語(yǔ)音信號(hào)數(shù)字處理[M].北京：電子工業(yè)出版社，1995，385-411.

[2] Hyoung-Gook Kim， Markus Schwab， Nicolas Moreau. Speech Enhancement of Noisy Speech Using Log-Spectral Amplitude Estimator and Harmonic Tunneling[EB/OL]. http：//www.nue.tu-berlin.de/ publications/papers/IWANEC2003.pdf

[3] J.H.L. Hansen， B.Pellom. An Effective Quality Evaluation Protocol for Speech Enhancement Algorithms[EB/OL]. http：//cslr.colorado.edu/rspl/PUBLICATIONS/PDFs/CP-icslp98-SpchEnhansProto-SL980917-Wcover.PDF.