張 勇，劉 軼

（1.北京大學(xué) 深圳研究院 深圳市智能媒體和語(yǔ)音重點(diǎn)實(shí)驗(yàn)室，廣東 深圳518057；2.深港產(chǎn)學(xué)研基地，廣東 深圳518057）

0 引 言

傳統(tǒng)的基于信號(hào)處理的語(yǔ)音增強(qiáng)方法在降噪的同時(shí)不可避免的會(huì)帶來(lái)語(yǔ)音失真和殘留噪聲［1，2］，這也是一個(gè)一直困擾研究者的問(wèn)題。由于語(yǔ)音信號(hào)最后都要通過(guò)人耳所感知，而人耳有較強(qiáng)的抗噪性，如何利用人耳的掩蔽特性來(lái)提升語(yǔ)音增強(qiáng)算法的性能得到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。

結(jié)合聽(tīng)覺(jué)掩蔽的語(yǔ)音增強(qiáng)并不是要將噪聲完全去除，而是通過(guò)處理將其能量降低到聽(tīng)覺(jué)掩蔽閾值以下使人耳無(wú)法察覺(jué)，這樣也可以減小降噪處理帶來(lái)的語(yǔ)音失真。文獻(xiàn)［3，4］提出了基于掩蔽概率的改進(jìn)方法，其將輸入的帶噪語(yǔ)音按噪聲和語(yǔ)音之間的掩蔽關(guān)系分為不同的狀態(tài)，每個(gè)狀態(tài)分別計(jì)算增益函數(shù)。然而，算法為了保留更多語(yǔ)音以及盡可能消除 “音樂(lè)噪聲”，殘留了比較多的背景噪聲，這些殘留噪聲降低了增強(qiáng)語(yǔ)音信號(hào)的主觀感知質(zhì)量。文獻(xiàn)［5－10］通過(guò)掩蔽閾值調(diào)節(jié)增益函數(shù)中的關(guān)鍵參數(shù)，例如譜減參數(shù)［5－7］、先驗(yàn)信噪比［8］、小波閾值門限［9］、子空間噪聲特征值的抑制系數(shù)［10］等，實(shí)現(xiàn)基于感知的語(yǔ)音增強(qiáng)。上述算法不修改語(yǔ)音增強(qiáng)算法中的增益函數(shù)，掩蔽閾值是一個(gè)相對(duì)控制量，算法通過(guò)掩蔽閾值的變化來(lái)調(diào)節(jié)關(guān)鍵參數(shù)進(jìn)而改變?cè)鲆婧瘮?shù)值。上述算法的缺點(diǎn)是掩蔽模型的處理不夠精細(xì)，關(guān)鍵參數(shù)與掩蔽閾值通常無(wú)直接聯(lián)系，算法一般通過(guò)部分實(shí)驗(yàn)值或經(jīng)驗(yàn)值將兩者相關(guān)聯(lián)，這會(huì)限制其應(yīng)用范圍，且為了減小語(yǔ)音失真，在增強(qiáng)后的語(yǔ)音信號(hào)中會(huì)殘留噪聲。

針對(duì)現(xiàn)有算法存在的問(wèn)題，本文提出了一種基于短時(shí)幅度譜估計(jì)和感知濾波相結(jié)合的兩級(jí)語(yǔ)音增強(qiáng)算法。算法將降噪和噪聲掩蔽分開(kāi)處理，首先利用短時(shí)幅度譜估計(jì)法對(duì)帶噪語(yǔ)音進(jìn)行降噪，然后利用人耳聽(tīng)覺(jué)掩蔽特性將降噪語(yǔ)音信號(hào)中的殘余噪聲掩蔽掉。實(shí)驗(yàn)結(jié)果表明，在各種非平穩(wěn)背景噪聲以及信噪比下，與傳統(tǒng)的語(yǔ)音增強(qiáng)算法相比，經(jīng)過(guò)本文算法處理的增強(qiáng)語(yǔ)音失真和殘余噪聲更小，極大提升了增強(qiáng)語(yǔ)音信號(hào)的主觀和客觀質(zhì)量。

1 算法原理和系統(tǒng)框架

圖1給出了本文算法的系統(tǒng)框架，帶噪語(yǔ)音首先經(jīng)過(guò)對(duì)數(shù)譜幅度最小均方誤差 （minimum mean－square error logspectral amplitude，MMSE－LSA）譜估計(jì)法增強(qiáng)，第一級(jí)增強(qiáng)后的語(yǔ)音信號(hào)再通過(guò)第二級(jí)感知濾波去除第一級(jí)增強(qiáng)語(yǔ)音信號(hào)中的殘留噪聲，從而得到最終的增強(qiáng)語(yǔ)音。從圖1可知整個(gè)算法分為4個(gè)部分：MMSE－LSA 譜估計(jì)、噪聲估計(jì)、聽(tīng)覺(jué)掩蔽閾值計(jì)算和感知濾波。

圖1 語(yǔ)音增強(qiáng)算法系統(tǒng)框架

假設(shè)干凈語(yǔ)音信號(hào)為s（n），噪聲信號(hào)為d（n），帶噪語(yǔ)音信號(hào)為y（n），在只考慮加性噪聲的情況下可得

假設(shè)Y（k）、S（k）、D（k）分別為y（n）、s（n）、d（n）進(jìn)行FFT 變換后的第k個(gè)頻譜幅度分量，并且假定語(yǔ)音和噪聲統(tǒng)計(jì)獨(dú)立，則有

假定語(yǔ)音增強(qiáng)系統(tǒng)的譜增益函數(shù)為GH1（k），估計(jì)的干凈語(yǔ)音幅度譜為珟S（k），則有

由于人耳對(duì)頻譜強(qiáng)度的感受與幅度的對(duì)數(shù)成正比，相比于最小均方差 （minimum mean square error，MMSE）估計(jì)法［11］，MMSE－LSA 估計(jì)法更符合人耳聽(tīng)覺(jué)特性，且能較好抑制噪聲，因此本文算法的第一級(jí)選擇MMSE－LSA 估計(jì)法。MMSE－LSA 估計(jì)法的譜增益函數(shù)GH1（k）定義為

式 （4）中ξ（k）為先驗(yàn)信噪比，再定義γ（k）為后驗(yàn)信噪比，則有

式 （5） 中λx（k）分別表示語(yǔ)音和噪聲第k 個(gè)譜分量功率的數(shù)學(xué)期望。

噪聲估計(jì)是語(yǔ)音增強(qiáng)算法中一個(gè)非常重要的部分。噪聲估計(jì)過(guò)高，則微弱語(yǔ)音將被去掉，增強(qiáng)語(yǔ)音會(huì)產(chǎn)生較大的失真；而估計(jì)過(guò)低，增強(qiáng)語(yǔ)音會(huì)殘留過(guò)多的背景噪聲。改進(jìn)的最小受控遞歸平均［12］（improved minima controlled recursive average，IMCRA）能夠快速跟蹤非平穩(wěn)噪聲譜的突變，而且在信噪比較低時(shí)能防止弱語(yǔ)音段噪聲估計(jì)值的偏大。因此，在本算法中，噪聲估計(jì)選擇IMCRA 算法。

2 聽(tīng)覺(jué)掩蔽閾值計(jì)算

傳統(tǒng)心理聲學(xué)模型只適用于純凈語(yǔ)音輸入，因此，在計(jì)算掩蔽閾值前，需要對(duì)干凈語(yǔ)音進(jìn)行初估?，F(xiàn)有算法對(duì)干凈語(yǔ)音的初估通常采用功率譜減法，但是功率譜減法估計(jì)的干凈語(yǔ)音中通常含有較多的噪聲，其估計(jì)的掩蔽閾值不準(zhǔn)確。為了提升掩蔽閾值估計(jì)精度，本文結(jié)合兩步直接判決［13］（two step direct decision，TSDD）法提出了一種新的掩蔽閾值估計(jì)方法。

文獻(xiàn) ［13］中的增益函數(shù)GDD（k）定義如下

干凈語(yǔ)音初估步驟如下：

式中：k——頻譜系數(shù)，l——幀數(shù)，β＝0.95為常數(shù)平滑因子，γpost（k，l）——后驗(yàn)信噪比。

上述步驟中式 （7）～式 （9）的推導(dǎo)過(guò)程可參考文獻(xiàn)［13］。得到改進(jìn)的譜增益函數(shù)GTSDD（k）后，將其與帶噪語(yǔ)音譜相乘可以得到干凈語(yǔ)音譜。得到上述干凈語(yǔ)音譜后，掩蔽閾值T（k）可根據(jù)Johnston模型計(jì)算得到。

3 感知濾波

假設(shè)經(jīng)過(guò)MMSE－LSA 處理后的第一級(jí)增強(qiáng)語(yǔ)音y′（n）表示為

式中：s（n）——純凈語(yǔ)音信號(hào)，z（n）——經(jīng)過(guò)MMSELSA 處理后語(yǔ)音中的殘余噪聲，并且z（n）與s（n）不相關(guān)。

對(duì)信號(hào)做FFT 變換，對(duì)第k個(gè)短時(shí)幅度譜分量有

定義估計(jì)誤差E（k）

將式 （11）、式 （12）代入式 （13）可得

式 （14）右端由2部分組成，分別源于語(yǔ)音信號(hào)失真和殘差噪聲，分別用ES（k）和ER（k）表示，即

因?yàn)镚（k）≤1，容易看出，當(dāng)感知加權(quán)增益函數(shù)G（k）變化時(shí)，ES（k）和ER（k）的變化趨勢(shì)相反，即語(yǔ)音增強(qiáng)不可能使得ES（k）和ER（k）同時(shí)變小，一個(gè)理想的增益函數(shù)G（k）應(yīng)該使得ES（k）和ER（k）有良好的均衡。結(jié)合人耳掩蔽效應(yīng)，最優(yōu)的增益函數(shù)G（k）應(yīng)該使語(yǔ)音失真盡可能小的同時(shí)，使殘差噪聲處于人耳掩蔽閾值之下，即應(yīng)滿足如下條件

式中：T（k）——第k個(gè)短時(shí)幅度譜分量的聽(tīng)覺(jué)掩蔽閾值估計(jì)值，T（k）由心理聲學(xué)模型計(jì)算得到。

為了得到最優(yōu)的感知增益函數(shù)G（k），我們構(gòu)造如下的Lagrange代價(jià)函數(shù)J（G，μ）

式中：μ（k）——Lagrange因子。將式 （15）、式 （16）代入式 （18）可得

為使式 （18）中Lagrange 代價(jià)函數(shù)最小，針對(duì)式（19）令＝0，化簡(jiǎn)可得

當(dāng)式 （18）中Lagrange代價(jià)函數(shù)最小時(shí)，式 （21）與式 （20）等價(jià)，即

由式 （22）可得

將式 （23）代入式 （20）化簡(jiǎn)可得增益函數(shù)G（k）

上述推導(dǎo)中，殘余噪聲Z （k）的功率譜Pz（k）近似計(jì)算如下所示

式中：λd（k）——噪聲模塊估計(jì)得到的第k 個(gè)頻譜的噪聲功率，GH1（k）——式 （4）中MMSE－LSA 的增益函數(shù)，Y（k）——原始帶噪語(yǔ)音信號(hào)y（n）的幅度譜。

4 實(shí)驗(yàn)和結(jié)果分析

仿真實(shí)驗(yàn)中背景噪聲分別為白噪聲 （white.wav）、F16座艙噪聲 （f16.wav）、餐廳內(nèi)嘈雜噪聲 （babble.wav）、驅(qū)逐艦機(jī)艙噪聲 （destroyerengine.wav）、工廠車間噪音（factory1.wav），噪聲均取自Noisex－92數(shù)據(jù)庫(kù)。實(shí)驗(yàn)用的語(yǔ)音數(shù)據(jù)為30段采自TIMIT 數(shù)據(jù)庫(kù)的干凈語(yǔ)音。實(shí)驗(yàn)中帶噪語(yǔ)音信號(hào)的信噪比 （signal－to－noise ratio，SNR）分別為－10dB、－5dB、0dB、5dB、10dB、15dB、20dB，其中SNR 定義為

式中：s（n）——干凈語(yǔ)音信號(hào)，d（n）——噪聲信號(hào)，N——輸入的干凈語(yǔ)音信號(hào)的總樣本數(shù)。語(yǔ)音增強(qiáng)算法對(duì)帶噪語(yǔ)音按幀進(jìn)行處理，每幀幀長(zhǎng)為512 點(diǎn)，相鄰兩幀之間重疊256點(diǎn)，每幀信號(hào)加512點(diǎn)的漢明窗。

仿真實(shí)驗(yàn)分為客觀實(shí)驗(yàn)和主觀實(shí)驗(yàn)兩部分?？陀^實(shí)驗(yàn)將給出信號(hào)的時(shí)域波形圖和語(yǔ)譜圖，并計(jì)算增強(qiáng)語(yǔ)音信號(hào)的分段信噪比 （segmental signal－to－noise ratio，SegSNR），其公式如下所示

主觀實(shí)驗(yàn)主要驗(yàn)證經(jīng)過(guò)增強(qiáng)后語(yǔ)音的主觀感知質(zhì)量，主觀測(cè)試選用平均意見(jiàn)值 （mean opinion score，MOS）得分作為評(píng)價(jià)標(biāo)準(zhǔn)。在實(shí)驗(yàn)中，參考算法為以及最優(yōu)改進(jìn)對(duì)數(shù)譜幅度OM－LSA［14］（optimally－modified log－spectral amplitude，MMSE－LSA）。在參考算法中，噪聲估計(jì)均采用IMCRA 算法。

主客觀仿真實(shí)驗(yàn)具體所述如下：

客觀實(shí)驗(yàn)1：時(shí)域波形圖和頻域語(yǔ)譜圖可以很好顯示殘留噪聲的細(xì)節(jié)，因此客觀實(shí)驗(yàn)1中將給出對(duì)比信號(hào)的波形圖和語(yǔ)譜圖。

圖2給出了時(shí)域波形圖 （波形圖為Adobe Audition音頻編輯軟件的截圖），波形圖中橫軸為時(shí)間，縱軸幅度。圖中帶噪語(yǔ)音信號(hào)的SNR＝0 dB，背景噪聲為白噪聲（white.wav）。

圖2 信號(hào)波形

圖3給出了圖2 中各語(yǔ)音信號(hào)的語(yǔ)譜圖 （語(yǔ)譜圖為adobe audition音頻編輯軟件的截圖），語(yǔ)譜圖中橫軸為時(shí)間，縱軸為頻率，顏色代表頻譜能量的高低，從深到淺，代表頻譜能量由低到高。

結(jié)合圖2和圖3可以看到，參考算法和本文算法均可以有效地消除背景噪聲，并且語(yǔ)音信號(hào)的低頻諧波得到了較好的保留。同時(shí)，但相比參考算法，本文算法在去噪的同時(shí)，殘留噪聲更小，語(yǔ)譜圖更 “干凈”，增強(qiáng)語(yǔ)音更接近純凈語(yǔ)音。從圖3還可以看到，本文算法和參考算法對(duì)信號(hào)的高頻成分都造成了一定的損傷，引起了語(yǔ)音失真，這主要是因?yàn)镸MSE－LSA 譜估計(jì)算法的局限。

圖3 信號(hào)語(yǔ)譜

客觀實(shí)驗(yàn)2：為了衡量增強(qiáng)語(yǔ)音信號(hào)的失真度以及殘余噪聲的大小，在本實(shí)驗(yàn)中對(duì)本文算法和參考算法在不同背景噪聲、不同信噪比環(huán)境下的增強(qiáng)語(yǔ)音計(jì)算分段信噪比以對(duì)比其性能。表1給出了本文算法和參考算法之間SegSNR的比較。

從表1的實(shí)驗(yàn)結(jié)果可以看到，相較參考算法，在各種非平穩(wěn)背景噪聲以及信噪比環(huán)境下，經(jīng)過(guò)本文算法處理后的增強(qiáng)語(yǔ)音的SegSNR 值都優(yōu)于參考算法，SegSNR 的平均值相比于MMSE－LSA 算法和OM－LSA 算法分別提高了0.94dB和0.68dB。上述結(jié)果表明，經(jīng)過(guò)本文算法處理的增強(qiáng)語(yǔ)音其失真和殘余噪聲更小，該結(jié)論與后續(xù)的主觀聽(tīng)力測(cè)試結(jié)果相一致。

從實(shí)驗(yàn)還可以看出：本文算法在white、f16、babble、destroyerengine、factory1這5種背景噪聲環(huán)境下，相比于MMSE－LSA 算法和OMSL算法SegSNR 的平均值分別提高了1.28dB、1.31dB、0.19dB、1.33dB、0.59dB和1.01 dB、0.99dB、0.12dB、0.74dB、0.55dB，即在white、f16、destroyerengine、factory1這4種背景噪聲環(huán)境下，本算法相比參考算法能夠更好的去噪，但是在babble背景噪聲下提升性能有限。其主要原因是babble噪聲為餐廳內(nèi)嘈雜噪聲，其噪聲含有比較多的人聲，增強(qiáng)算法較難區(qū)分真正的語(yǔ)音信號(hào)和噪聲語(yǔ)音，造成殘留背景噪聲較多。

主觀實(shí)驗(yàn)：主觀評(píng)測(cè)符合人們聽(tīng)話時(shí)對(duì)語(yǔ)音質(zhì)量的感覺(jué)，能真實(shí)的反映語(yǔ)音的質(zhì)量。為了進(jìn)一步評(píng)估算法性能，本文采用MOS得分測(cè)試法對(duì)算法性能進(jìn)行主觀評(píng)測(cè)。在測(cè)試時(shí)，筆者邀請(qǐng)了15位試聽(tīng)者參與測(cè)試，這其中包括9位男性和6為女性。15位試聽(tīng)者中包括7位長(zhǎng)期從事語(yǔ)音信號(hào)處理而且工作經(jīng)驗(yàn)豐富的工程師，以及8位碩士研究生，他們中沒(méi)有人接觸過(guò)語(yǔ)音信號(hào)處理領(lǐng)域中的問(wèn)題。

表1 SegSNR 對(duì)比

進(jìn)行主觀測(cè)試時(shí)，為了防止聽(tīng)力疲勞，每個(gè)實(shí)驗(yàn)者的每次測(cè)試時(shí)間不宜超過(guò)30min，因此主觀測(cè)試將主要測(cè)試本文算法和參考算法在0dB、5dB 和10dB 信噪比環(huán)境下的主觀性能。在測(cè)試過(guò)程中，實(shí)驗(yàn)者需要試聽(tīng)每一組測(cè)試的A、B、C、D 這4種聲音。其中，A 是純凈語(yǔ)音，而B(niǎo)、C、D 三者之間有一個(gè)是本文算法增強(qiáng)的語(yǔ)音信號(hào)，而另兩個(gè)是參考算法增強(qiáng)的語(yǔ)音信號(hào)，其分配是隨機(jī)的，實(shí)驗(yàn)者事先并不知道其相對(duì)位置。實(shí)驗(yàn)最后結(jié)果為所有實(shí)驗(yàn)者的評(píng)測(cè)結(jié)果的均值。表2給出了MOS得分評(píng)測(cè)結(jié)果。

表2 MOS得分評(píng)測(cè)結(jié)果

從實(shí)驗(yàn)結(jié)果來(lái)看，本文方法的MOS 分較高，相比于MMSE－LSA 和OM－LSA 算法，本算法的平均MOS分分別提高了0.45和0.19，并且信噪比越低，本文算法提升效果越明顯。在低信噪比情況下，由于參考算法增強(qiáng)后的語(yǔ)音殘留噪聲以及音樂(lè)噪聲較多，主觀感知質(zhì)量較差。大多數(shù)試聽(tīng)者表示本文算法增強(qiáng)的語(yǔ)音信號(hào)其語(yǔ)音其失真和殘余噪聲更小，總的主觀感知質(zhì)量更好，因而得分較高。

5 結(jié)束語(yǔ)

本文提出了一種非平穩(wěn)噪聲環(huán)境下結(jié)合人耳聽(tīng)覺(jué)感知的語(yǔ)音增強(qiáng)算法。增強(qiáng)算法分成兩級(jí)，第一級(jí)利用MMSELSA 譜估計(jì)法對(duì)帶噪語(yǔ)音進(jìn)行降噪處理。針對(duì)第一級(jí)MMSE－LSA 處理后增強(qiáng)語(yǔ)音中的殘余噪聲，算法第二級(jí)結(jié)合人耳聽(tīng)覺(jué)掩蔽特性設(shè)計(jì)了感知增強(qiáng)濾波器對(duì)語(yǔ)音信號(hào)進(jìn)行感知增強(qiáng)濾波。實(shí)驗(yàn)結(jié)果表明在各種非平穩(wěn)背景噪聲以及信噪比下，與傳統(tǒng)的語(yǔ)音增強(qiáng)算法相比，經(jīng)過(guò)本文算法處理的增強(qiáng)語(yǔ)音其失真和殘余噪聲更小，平均SegSNR 和MOS分分別提高了0.94dB和0.45，增強(qiáng)語(yǔ)音信號(hào)的主觀和客觀質(zhì)量都得到了明顯提升。

［1］Loizou PC，Kim G.Reasons why current speech－enhancement algorithms do not improve speech intelligibility and suggested solutions［J］.IEEE Transactions on Acoustics，Speech and Signal Processing，2011，19 （1）：47－56.

［2］ZHANG Peng，ZHANG Yanning，F(xiàn)U Zhonghua，et al.Study of speech enhancement algorithm based on MMSE－LSA under non－stationary environments［J］.Computer Engineering and Design，2007，28 （19）：4695－4697 （in Chinese）. ［張鵬，張艷寧，付中華，等.基于MMSE－LSA 語(yǔ)音增強(qiáng)算法在非平穩(wěn)環(huán)境下的研究與實(shí)現(xiàn) ［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2007，28 （19）：4695－4697.］

［3］CHEN Qi，GUO Ying，ZHANG Qun，et al.An improved LSAMMSE enhancement approach based on auditory perception ［J］.Signal Processing，2008，24 （6）：1037－1040 （in Chinese）. ［陳琪，郭英，張群，等.基于聽(tīng)覺(jué)感知的LSA－MMSE改進(jìn)型語(yǔ)音增強(qiáng)方法［J］.信號(hào)處理，2008，24 （6）：1037－1040.］

［4］LI Ning，JIANG Jianzhong，GUO Junli.Speech enhancement algorithm based on auditory masking effect and wiener filter［J］.Computer Engineering and Application，2011，47 （29）：161－163 （in Chinese）.［李寧，蔣建中，郭軍利.一種聽(tīng)覺(jué)掩蔽效應(yīng)和維納濾波的語(yǔ)音增強(qiáng)算法 ［J］.計(jì)算機(jī)工程與應(yīng)用，2011，47 （29）：161－163.］

［5］LIU Yujun，KONG Zhong，XU Wanli，et al.Research of speech denoising technology based on improved spectral subtraction algorithm in armored vehicle ［J］.Computer Engineering and Design，2010，31 （21）：4657－4660 （in Chinese）.［劉玉軍，孔洲，徐萬(wàn)里，等.基于譜減法的裝甲車輛語(yǔ)音降噪研究［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2010，31 （21）：4657－4660.］

［6］CAO Liang，ZHANG Tianqi，GAO Hongxing，et al.Multiband spectral subtraction for speech enhancement based on masking property of human auditory system ［J］.Computer Engineering and Design，2013，34 （1）：235－240 （in Chinese）.［曹亮，張?zhí)祢U，高洪興，等.基于聽(tīng)覺(jué)掩蔽效應(yīng)的多頻帶譜減語(yǔ)音增強(qiáng)方法 ［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2013，34（1）：235－240.］

［7］Cao L，Zhang TQ，Gao HX，et al.Multi－band spectral subtraction method combined with auditory masking properties for speech enhancement ［C］//International Congress on Image and Signal Processing，2012：72－76.

［8］Rao CVR，Murthy MBR，Rao KS.Speech enhancement using perceptual wiener filter combined with unvoiced speech－a new scheme［C］//IEEE Recent Advances in Intelligent Computational Systems，2011：688－691.

［9］DING Wei，WANG Zhong.Speech enhancement using timefrequency wavelet threshold with auditory masking ［J］.Computer Engineering and Design，2011，32 （11）：3768－3771 （in Chinese）.［丁衛(wèi)，王忠.結(jié)合聽(tīng)覺(jué)掩蔽效應(yīng)的時(shí)頻自適應(yīng)小波閾值增強(qiáng) ［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2011，32 （11）：3768－3771.］

［10］JIA Hairong，ZHANG Xueying，BAI Jing.Subspace speech enhancement algorithm jointing audio masking effect ［J］.Computer Engineering，2011，37 （8）：259－261 （in Chinese）.［賈海蓉，張學(xué)英，白靜.聯(lián)合聽(tīng)覺(jué)掩蔽效應(yīng)的子空間語(yǔ)音增強(qiáng)算法［J］.計(jì)算機(jī)工程，2011，37 （8）：259－261.］

［11］YU Jianchao，ZHANG Ruilin.MMSE speech enhancement algorithm using modified gain function［J］.Computer Engineering and Design，2010，31 （14）：3287－3293 （in Chinese）. ［余建潮，張瑞林.改進(jìn)增益函數(shù)的MMSE語(yǔ)音增強(qiáng)算法［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2010，31 （14）：3287－3293.］

［12］Wu D，Zhu Weiping，Swamy MNS.Noise spectrum estimation with improved minimum controlled recursive averaging based on speech enhancement residue ［C］//IEEE International Midwest Symposium on Circuits and Systems，2012：948－951.

［13］OU Shifeng，WANG Xianyun，GAO Ying，et al.Speech enhancement based on two－step noise reduction and gaussian statistical model［J］.Signal Processing，2011，27 （8）：1171－1178 （in Chinese）.［歐世峰，王顯云，高穎，等.基于兩步噪聲消除技術(shù)與高斯統(tǒng)計(jì)模型的語(yǔ)音增強(qiáng)算法 ［J］.信號(hào)處理，2011，27 （8）：1171－1178.］

［14］Li Kai，F(xiàn)u Qiang，Yan Yonghong.Dual－channel optimally modified log－spectral amplitude estimator using spatial information ［C］//IEEE International Congress on Image and Signal Processing，2011：2404－2408.