任永梅　張雪英　賈海蓉　賈雅瓊

1(湖南工學(xué)院電氣與信息工程學(xué)院　湖南 衡陽 421002)2(湖南工學(xué)院信號(hào)與信息處理重點(diǎn)實(shí)驗(yàn)室　湖南 衡陽 421002)3(太原理工大學(xué)信息工程學(xué)院　山西 太原 030024)

?

聯(lián)合改進(jìn)子空間的自適應(yīng)小波包閾值語音增強(qiáng)算法

任永梅1,2張雪英3賈海蓉3賈雅瓊1,2

1(湖南工學(xué)院電氣與信息工程學(xué)院湖南 衡陽 421002)2(湖南工學(xué)院信號(hào)與信息處理重點(diǎn)實(shí)驗(yàn)室湖南 衡陽 421002)3(太原理工大學(xué)信息工程學(xué)院山西 太原 030024)

摘要針對(duì)傳統(tǒng)自適應(yīng)小波包閾值算法增強(qiáng)的語音存在失真的問題，提出聯(lián)合改進(jìn)子空間的自適應(yīng)小波包閾值語音增強(qiáng)算法。提出的新算法對(duì)帶噪語音首先做KL變換(Karhunen Loeve Transform)得到其特征值，并用自適應(yīng)小波包閾值算法對(duì)該特征值進(jìn)行處理，以去除部分噪聲子空間；接著用遞歸最小二乘算法(RLS)對(duì)噪聲的特征值進(jìn)行估計(jì)，修正傳統(tǒng)子空間算法容易導(dǎo)致的特征值估計(jì)偏差問題；最后用經(jīng)過自適應(yīng)小波包閾值算法處理得到的新的特征值減去噪聲特征值，以去除所有噪聲子空間并由KL逆變換最終還原出純凈語音。仿真結(jié)果表明新算法相比傳統(tǒng)自適應(yīng)小波包閾值算法有更優(yōu)的增強(qiáng)效果，減少了語音失真。并且在信噪比較低的情況下，新算法對(duì)增強(qiáng)的語音的信噪比和分段信噪比提高得更多。

關(guān)鍵詞語音增強(qiáng)小波包子空間遞歸最小二乘算法信噪比分段信噪比

0引言

由于子空間技術(shù)能夠在殘留噪聲和語音失真之間統(tǒng)籌兼顧增強(qiáng)語音的質(zhì)量，也可以很好地消除音樂噪聲，所以此方法已經(jīng)在語音增強(qiáng)領(lǐng)域得到了廣泛應(yīng)用。其基本思想為通過進(jìn)行空間分解，把整個(gè)空間劃分為噪聲子空間和疊加了噪聲的信號(hào)子空間，且二者相互獨(dú)立，再將噪聲子空間濾除，將原始信號(hào)從疊加了噪聲的信號(hào)子空間中估計(jì)出來[1,2]。傳統(tǒng)的子空間算法不能去除整個(gè)噪聲子空間，所以在估計(jì)語音特征值時(shí)易引起偏差，進(jìn)而導(dǎo)致產(chǎn)生語音失真等問題，因此本文首先對(duì)傳統(tǒng)子空間方法進(jìn)行改進(jìn)，即利用RLS方法估計(jì)出噪聲特征值，以修正傳統(tǒng)方法中僅用無聲段的方差平均值來估計(jì)噪聲特征值，減少了語音失真。

小波分析作為時(shí)-頻域分析方法，具有多分辨率特性和時(shí)變性，能從局部到任意細(xì)節(jié)觀察信號(hào)，克服了傅立葉變換不能描述信號(hào)局部特性的不足[3]。小波包分解和小波分解的不同之處就是它對(duì)語音信號(hào)的高頻部分也會(huì)做分解，具有更強(qiáng)的分析信號(hào)的能力。

近些年提出了基于清濁音分離[4]和基于聽覺小波包[5]等自適應(yīng)小波包閾值語音增強(qiáng)算法，文獻(xiàn)[4]中的方法能否準(zhǔn)確檢測(cè)清音和濁音具有一定的復(fù)雜度，增強(qiáng)語音中仍有殘留噪聲；文獻(xiàn)[5]中的方法采用小波包模擬人耳的頻率分析機(jī)制，在每一頻率群里采用新的閾值動(dòng)態(tài)除噪，不僅算法復(fù)雜度比較高，而且人的聽覺系統(tǒng)要比文獻(xiàn)中的系統(tǒng)復(fù)雜很多，所以會(huì)引起過閾值處理現(xiàn)象。鑒于此，本文提出了聯(lián)合改進(jìn)子空間的自適應(yīng)小波包閾值語音增強(qiáng)算法。新算法用自適應(yīng)小波包閾值算法對(duì)經(jīng)過霍特林變換(KL)得到的帶噪語音的特征值做初步處理，去除部分噪聲子空間并獲得新的特征值；接著用此特征值減去RLS方法估計(jì)的噪聲的特征值，以去除全部噪聲子空間；最后通過KL逆變換獲得增強(qiáng)語音；利用子空間方法能統(tǒng)籌兼顧語音失真和殘留噪聲的優(yōu)勢(shì)，進(jìn)一步改善了傳統(tǒng)自適應(yīng)小波包閾值語音增強(qiáng)算法的增強(qiáng)效果。實(shí)驗(yàn)結(jié)果表明，和傳統(tǒng)算法對(duì)比，新算法可以取得更好地去噪效果，并且減少了語音失真。

1改進(jìn)的子空間語音增強(qiáng)算法

1.1遞歸最小二乘算法的原理

自適應(yīng)濾波器的原理方框圖[6]如圖1所示，此圖中的自適應(yīng)方法通常采用遞歸最小二乘算法(RLS)，本質(zhì)上該算法是一種有限長單位脈沖響應(yīng)維納濾波器的時(shí)間遞推算法，并嚴(yán)格以最小二乘法準(zhǔn)則為依據(jù)[7]。

圖1　自適應(yīng)濾波器的原理方框圖

RLS算法的遞推公式如下：

w(n)=w(n-1)+k(n)e*(n)

(1)

e(n)=d(n)-wH(n-1)u(n)

(2)

這里，k(n)為增益向量，e(n)為預(yù)測(cè)誤差，通過調(diào)整參數(shù)，力圖找到噪聲的最佳估計(jì)，噪聲就可以得到一定程度的抵消。

遞歸最小二乘算法(RLS)的優(yōu)點(diǎn)是對(duì)于非平穩(wěn)信號(hào)的適應(yīng)性較好，收斂速度比較快，估計(jì)精度也較高。遞歸最小二乘算法(RLS)自適應(yīng)濾波器在噪聲消除中也得到了很好的應(yīng)用，所以這里采用RLS算法對(duì)噪聲的特征值做估計(jì)。

1.2改進(jìn)的子空間算法

在對(duì)語音信號(hào)進(jìn)行處理時(shí)，通常都會(huì)假定噪聲方差是已知且嚴(yán)格正定的，噪聲矢量將存在于整個(gè)噪聲語音信號(hào)張成的空間當(dāng)中，因此可以認(rèn)為含噪語音信號(hào)的空間由兩部分組成：信號(hào)加噪聲的子空間和噪聲子空間[8]。子空間方法就是要去除掉噪聲子空間，從而估計(jì)出語音信號(hào)，最終實(shí)現(xiàn)語音增強(qiáng)。

傳統(tǒng)子空間算法對(duì)于噪聲特征值的估計(jì)僅僅用前3000點(diǎn)(無聲段)的方差平均值，易引起語音特征值估計(jì)偏差，導(dǎo)致語音失真。為此，提出改進(jìn)的子空間方法，即通過自適應(yīng)RLS遞推更新方法估計(jì)出噪聲的特征值，實(shí)現(xiàn)對(duì)傳統(tǒng)子空間方法中的噪聲的特征值的修正，達(dá)到減少語音失真的目的。改進(jìn)的子空間算法原理方框圖如圖2所示。

圖2　改進(jìn)的子空間語音增強(qiáng)算法原理方框圖

改進(jìn)的子空間語音增強(qiáng)算法可按照如下四個(gè)詳細(xì)步驟進(jìn)行：

1) 輸入的噪聲語音作霍特林(KL)變換，得出其在子空間中的特征值ΛY和特征向量；

2) 估計(jì)噪聲的特征值ΛN，這里采用RLS算法進(jìn)行估計(jì)；

為了驗(yàn)證算法的有效性，在白噪聲情況下，對(duì)兩種算法計(jì)算出的噪聲特征值進(jìn)行了對(duì)比，結(jié)果如表1所示。從表1可以看出，改進(jìn)子空間方法估計(jì)的噪聲特征值比傳統(tǒng)方法估計(jì)的噪聲特征值更加接近于真實(shí)噪聲的特征值。

表1　兩種算法計(jì)算出的噪聲的特征值

2聯(lián)合改進(jìn)子空間的自適應(yīng)小波包閾值語音增強(qiáng)算法

2.1自適應(yīng)小波包閾值去噪原理

經(jīng)過小波包分解之后，語音信號(hào)的小波包系數(shù)和噪聲信號(hào)的小波包系數(shù)將呈現(xiàn)出相反的性質(zhì)。通常認(rèn)為，幅值較大的小波包系數(shù)是語音信號(hào)的，而幅值較小的小波包系數(shù)是噪聲信號(hào)的，所以，可以假定不同的閾值門限來閾值處理小波包系數(shù)，以去除小于閾值門限的系數(shù)，并用剩余的大于閾值門限的系數(shù)來重構(gòu)信號(hào)。自適應(yīng)小波包閾值去噪原理方框圖如圖3所示。

圖3　自適應(yīng)小波包閾值去噪原理方框圖

2.2新的閾值函數(shù)

由于傳統(tǒng)的硬閾值函數(shù)具有不連續(xù)性，因此在重構(gòu)語音信號(hào)時(shí)不可避免地將會(huì)產(chǎn)生震蕩現(xiàn)象；而軟閾值函數(shù)處理后的信號(hào)幅度和純凈語音信號(hào)幅度之間有恒定的偏差存在[10]。鑒于此，本文提出了一種新的閾值函數(shù)，其表達(dá)式如式(3)所示：

(3)

2.3新算法描述

由于傳統(tǒng)自適應(yīng)小波包閾值算法增強(qiáng)的語音存在著語音失真和殘留噪聲，而子空間算法在平衡語音失真和殘留噪聲方面又有優(yōu)勢(shì)，所以提出了聯(lián)合改進(jìn)子空間的自適應(yīng)小波包閾值語音增強(qiáng)算法。新算法的原理方框圖如圖4所示。

圖4　新算法的原理方框圖

對(duì)于新算法的描述如下：先對(duì)經(jīng)過霍特林變換(KL)的噪聲語音利用自適應(yīng)小波包閾值算法來去除掉部分噪聲子空間，并得出新的特征值，再從該特征值中減去RLS算法估計(jì)出的噪聲的特征值，以得出增強(qiáng)語音的特征值，最后再進(jìn)行KL逆變換得出增強(qiáng)語音。

3仿真實(shí)驗(yàn)與分析

本文對(duì)新算法與文獻(xiàn)[4]中的自適應(yīng)小波包閾值方法分別作了仿真實(shí)驗(yàn)并進(jìn)行了對(duì)比分析，用的軟件版本是MATLABR2008a。實(shí)驗(yàn)時(shí)選的原始語音來自NOIZEUS語音庫。噪聲來自Noisex-92噪聲庫中的白噪聲和火車噪聲，其中白噪聲信號(hào)的信噪比取-5到15 dB(間隔5 dB)，火車噪聲信號(hào)的信噪比取0到10 dB(間隔5 dB)。

為了取得最優(yōu)的實(shí)驗(yàn)結(jié)果，取幀長度為40個(gè)采樣點(diǎn)，幀移為幀長的二分之一；小波函數(shù)選取的是sym8小波；小波包分解結(jié)構(gòu)為文獻(xiàn)[11]中的3層小波包分解結(jié)構(gòu)。圖5中的時(shí)域波形圖是信噪比為5 dB的白噪聲背景下兩種算法處理得到的，圖6是圖5中各個(gè)時(shí)域波形圖的頻譜圖。

圖5　白噪聲背景下增強(qiáng)語音的時(shí)域波形圖

圖6　白噪聲背景下增強(qiáng)語音的頻譜圖

從圖5可以看出，傳統(tǒng)方法增強(qiáng)的語音還存在較多的殘留噪聲，也有語音失真；新算法處理得到的增強(qiáng)語音的波形圖和原始(純凈)語音的波形圖最接近，能夠更好地保留住原始語音成分，減少了語音失真。

從圖6可以看出新算法增強(qiáng)的語音的頻譜圖與原始語音的頻譜圖最接近，而且其對(duì)深色部分(語音)保留得更多；另一方面在語音間歇處的顏色要比5 dB帶噪語音的頻譜圖深一些，說明了新算法在一定程度上能夠較好地抑制音樂噪聲。

本文在測(cè)評(píng)增強(qiáng)后的語音的性能時(shí)采用的評(píng)價(jià)方法有信噪比、分段信噪比和PESQ(感知語音質(zhì)量評(píng)價(jià))，仿真結(jié)果如下面表2、表3和圖7、圖8所示。

表2　兩種算法增強(qiáng)后的語音的信噪比/dB

表3　兩種算法增強(qiáng)后的語音的分段信噪比　　單位：dB

圖7　白噪聲背景下的PESQ值對(duì)比　　　　　圖8　火車噪聲背景下的PESQ值對(duì)比

從表2和表3可看出，當(dāng)輸入的信噪比(SNR)和分段信噪比(SSNR)相同時(shí)，新算法增強(qiáng)的語音的信噪比值和分段信噪比值比傳統(tǒng)算法增強(qiáng)的語音的對(duì)應(yīng)值都有所提高，并且信噪比越低，提高的越多；在15 dB時(shí)，SNR和SSNR大約分別降低了0.2和0.15 dB，但這并不影響該算法的整體優(yōu)越性。

從圖7和圖8中的PESQ值中可看到，由新算法增強(qiáng)的語音的PESQ值要比由自適應(yīng)小波包閾值方法增強(qiáng)的語音的PESQ值高，并且在0和5 dB時(shí)，PESQ值的增幅要比信噪比較高時(shí)更多一些；主觀測(cè)聽的結(jié)果也是新算法增強(qiáng)得到的語音的質(zhì)量更好。主客觀評(píng)價(jià)方法都證明了新算法不僅能夠去噪，而且可以減少語音失真。

4結(jié)語

本文提出的新算法將自適應(yīng)小波包閾值方法和利用遞歸最小二乘算法(RLS)修正了的傳統(tǒng)子空間語音增強(qiáng)方法進(jìn)行了結(jié)合，進(jìn)一步改善了自適應(yīng)小波包閾值算法的增強(qiáng)效果。實(shí)驗(yàn)表明，新算法在抑制噪聲的同時(shí)減少了語音失真，并且其在低信噪比時(shí)的去噪效果更好。但本文方法也有不足之處，比如自適應(yīng)閾值是引用文獻(xiàn)中的，在以后的研究中可以考慮改進(jìn)自適應(yīng)閾值來進(jìn)一步改善去噪效果。

參考文獻(xiàn)

[1] 劉鵬,馬建芬.具有較高可懂度的子空間語音增強(qiáng)算法[J].計(jì)算機(jī)工程與設(shè)計(jì),2013,34(7):2619-2622.

[2] 張雪英,賈海蓉,靳晨升.子空間與維納濾波相結(jié)合的語音增強(qiáng)方法[J].計(jì)算機(jī)工程與應(yīng)用,2011,47(14):146-148.

[3] 任永梅,張雪英,賈海蓉.一種新閾值函數(shù)的小波包語音增強(qiáng)算法[J].計(jì)算機(jī)應(yīng)用研究,2013,30(1):114-116,137.

[4] Zhang Junchang,Zhang Yi,Ye Zhen.Adaptive Speech Enhancement Based on Classification of Voiced/Unvoiced Signal[C]//IEEE International Conference on Multimedia and Signal Processing.Guilin:IEEE,2011:310-314.

[5] 陳春輝,馮剛.基于聽覺小波包自適應(yīng)語音增強(qiáng)方法[J].華南師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,45(2):55-59.

[6] 張然,湯全武,史崇升.基于遞推最小二乘自適應(yīng)濾波算法的圖像去噪[J].計(jì)算機(jī)應(yīng)用與軟件,2014,31(4):193-196.

[7] 羅文超,張友純.在MATLAB中采用RLS算法實(shí)現(xiàn)FIR自適應(yīng)濾波器[J].軟件導(dǎo)刊,2008,7(1):107-108.

[8] 賈海蓉,張雪英,牛曉薇.用小波包改進(jìn)子空間的語音增強(qiáng)方法[J].太原理工大學(xué)學(xué)報(bào),2011,42(2):117-120.

[9] 董胡,錢盛友.基于小波變換的語音增強(qiáng)方法研究[J].計(jì)算機(jī)工程與應(yīng)用,2007,43(31):58-60.

[10] Ghanbari Y,Karami-mollaei M R.A new approach for speech enhancement based on the adaptive thresholding of the wavelet packets[J].Speech Communication:2006,48(8):927-940.

[11] 田秀榮.基于正交小波包分解的語音去噪增強(qiáng)[J].計(jì)算機(jī)仿真,2011,28(5):388-390.

ADAPTIVE WAVELET PACKET THRESHOLD SPEECH ENHANCEMENT ALGORITHM COMBINED WITH IMPROVED SUBSPACE

Ren Yongmei1,2Zhang Xueying3Jia Hairong3Jia Yaqiong1,2

1(SchoolofElectricalandInformationEngineering,HunanInstituteofTechnology,Hengyang421002,Hunan,China)2(KeyLaboratoryofSignalandInformationProcessing,HunanInstituteofTechnology,Hengyang421002,Hunan,China)3(CollegeofInformationEngineering,TaiyuanUniversityofTechnology,Taiyuan030024,Shanxi,China)

AbstractFor distortion problem existed in speech enhanced by traditional adaptive wavelet packet threshold algorithm, we propose the adaptive wavelet packet threshold speech enhancement algorithm combined with improved subspace. The new algorithm proposed first makes Karhunen Loeve transform on noisy speech to get its eigenvalues, which are then dealt with by adaptive wavelet packet threshold algorithm to remove part of the noise subspace. Then it adopts recursive least squares algorithm (RLS) to estimate the noise eigenvalues, and revises the eigenvalue estimation deviation caused by traditional subspace algorithm. Finally the algorithm uses the derived new eigenvalues processed by adaptive wavelet packet threshold algorithm to subtract the noise eigenvalues so as to eliminate all the noise subspace and eventually restores the pure speech by KL reverse transform. Simulation results show that this new algorithm has better enhancement effect compared with traditional adaptive wavelet packet threshold algorithm, and reduces the speech distortion as well. And what’s more, in the circumstance of low SNR, the new algorithm gains much higher improvement in signal-to-noise ratio (SNR) and segment SNR (SSNR) of the enhanced speech.

KeywordsSpeech enhancementWavelet packetSubspaceRLSSNRSSNR

收稿日期：2014-12-15。2013年度湖南工學(xué)院校級(jí)科學(xué)研究項(xiàng)目(HY13002)；山西省科技廳2013年青年科技研究基金項(xiàng)目(2013021016-1)；湖南省自然科學(xué)青年人才培養(yǎng)聯(lián)合基金項(xiàng)目(14JJ6046)；湖南工學(xué)院信號(hào)與信息處理重點(diǎn)學(xué)科項(xiàng)目。任永梅，助教，主研領(lǐng)域：語音信號(hào)處理。張雪英，教授。賈海蓉，副教授。賈雅瓊，副教授。

中圖分類號(hào)TP391.9

文獻(xiàn)標(biāo)識(shí)碼A

DOI:10.3969/j.issn.1000-386x.2016.05.035