王賢波 李盛 張緩緩

摘要：在語音通信中，常常會(huì)受到外界環(huán)境干擾，傳統(tǒng)的譜減法雖可抑制噪聲，但信號(hào)處理的過程中伴隨著音頻噪聲。背景很強(qiáng)的機(jī)械噪聲采用譜減法會(huì)產(chǎn)生很強(qiáng)的音樂噪聲。文章基于DSP實(shí)現(xiàn)的多頻段譜減法，結(jié)果表明，利用DSP實(shí)現(xiàn)多頻段譜減法的語音增強(qiáng)系統(tǒng)能夠減少背景很強(qiáng)的機(jī)械噪聲產(chǎn)生的音樂噪聲。

關(guān)鍵詞：語音增強(qiáng)；多頻段；譜減法；DSP

隨著數(shù)字信號(hào)處理的發(fā)展，語音信號(hào)處理領(lǐng)域越來越受到關(guān)注，語音信號(hào)處理是實(shí)現(xiàn)人機(jī)交互和通信技術(shù)的必要方法[1]。但語音通信過程中噪聲的污染是不可避免的，尤其是在一些強(qiáng)的噪聲環(huán)境中，語音識(shí)別系統(tǒng)的識(shí)別率將會(huì)受到嚴(yán)重影響。譜減法是語音增強(qiáng)去噪的主要方法之一，它是通過從含噪的功率譜中直接減去噪聲功率譜，來估計(jì)純凈功率譜。譜減法雖然可以成功地衰減原始帶噪語音中的噪聲，但由于噪聲是有色的，并且不會(huì)在整個(gè)頻譜均勻地影響語音信號(hào)，因此，帶來“音樂噪聲”，且有可能聽者會(huì)發(fā)現(xiàn)處理后的比原始信號(hào)中的噪聲更為清晰[2]。因此，這里提出了基于多頻帶的譜減法，譜減法及其改進(jìn)算法是一種基于短時(shí)譜估計(jì)的語音增強(qiáng)算法，它的運(yùn)算量相對(duì)較小，容易實(shí)時(shí)實(shí)現(xiàn)，而且增強(qiáng)的效果明顯，是最常用的語音增強(qiáng)算法。本文采用TMS320VC5509 DSP和TLV320AIC23組成實(shí)時(shí)系統(tǒng)，實(shí)時(shí)實(shí)現(xiàn)了多頻段譜減法的語音增強(qiáng)。

1 多頻帶譜減法

譜減法的原理是基于假設(shè)信號(hào)中附加性噪聲是固定的。令y（n）是嘈雜的語音信號(hào)，則它是由純凈的語音信號(hào)x（n）和噪聲信號(hào)d（n）的相加。

即：y（n）=x（n）+d（n）（1）

大多數(shù)的減法型算法有不同的變化，允許靈活的光譜減法的變化。Berouti提出的廣義譜減法方案如下：當(dāng)α>1是超減法因子[3]，這是由于信噪比的作用。β（0<β<1）則是光頻譜段，y是指數(shù)取決于過度清晰度。取γ=2，β=0.002。多頻段譜減法是將帶噪語音、估計(jì)的噪聲信號(hào)按頻率劃分Ⅳ個(gè)互不相交的頻帶，然后根據(jù)每個(gè)頻帶內(nèi)帶噪語音與估計(jì)噪聲信號(hào)的信噪比，來確定該頻帶噪聲的譜減參數(shù)[4-5]。語音頻譜被劃分為N個(gè)無重疊帶，而譜減法在每個(gè)頻帶中獨(dú)立執(zhí)行。因此，第i波段的清潔語音頻譜的估計(jì)是：

因此，多頻段譜減法的系統(tǒng)結(jié)構(gòu)框如圖1所示。

2 多頻段譜減法的DSP實(shí)現(xiàn)

本文采用TMS320VC559 DSP和TLV320AIC23 Codec組成實(shí)時(shí)系統(tǒng)，實(shí)現(xiàn)了多頻段譜減法的語音增強(qiáng)系統(tǒng)，系統(tǒng)的結(jié)構(gòu)框如圖2所示。

本系統(tǒng)所述硬件系統(tǒng)有：帶噪音音頻輸入，增強(qiáng)后音頻輸出，電源模塊，TLV320AI23，TMS320VC5509芯片，利用TLV320AIC23完成信號(hào)的A/D，D/A轉(zhuǎn)換，并利用TMS320VC5509中的多通道緩沖串口MCBSPI與DMA通道配合時(shí)鐘工作，從而完成TLV320AI23與TMS320VC5509串口收發(fā)數(shù)據(jù)的同步。同時(shí)再利用TMS320VC5509進(jìn)行對(duì)TLV320AI23端口的配置。系統(tǒng)使用配套套電源模塊對(duì)整個(gè)系統(tǒng)供電，簡(jiǎn)化了電源模塊的設(shè)計(jì)。電源模塊帶有電壓監(jiān)控芯片，當(dāng)供電不足時(shí)可自動(dòng)進(jìn)行操作，使系統(tǒng)能夠應(yīng)對(duì)各種突發(fā)事件。

3 系統(tǒng)的軟件設(shè)計(jì)

在本系統(tǒng)中，語音是按Bark頻帶劃分5個(gè)頻段（60～300 Hz，300～1 kHz，1～2 kHz，2-3kHz，3～5 kHz）。然后根據(jù)譜減參數(shù)的確定方法，逐幀逐頻帶進(jìn)行參數(shù)確定和譜減，最后結(jié)合含噪語音的相位，得到輸出語音。軟件算法框如圖3所示。

4 實(shí)驗(yàn)結(jié)果及分析

實(shí)驗(yàn)所用的純潔語音信號(hào)來自普通話訓(xùn)練學(xué)習(xí)庫，噪聲取自機(jī)械噪聲，含噪語音信號(hào)采樣頻率均為16 kHz，程序中窗口選取漢明窗，每幀取512個(gè)點(diǎn)，機(jī)械背景噪聲的仿真，以及DSP多頻段譜減法系統(tǒng)處理后刻錄語音的波形如圖4-5所示。

通過對(duì)比機(jī)械背景噪聲下多頻帶MATLAB語音信號(hào)的仿真圖和DSP多頻帶增強(qiáng)系統(tǒng)處理后波形，發(fā)現(xiàn)波形基本一致，采用主觀評(píng)價(jià)方法，將刻錄的DSP多帶增強(qiáng)系統(tǒng)處理后的波形，播放給聽眾，并讓聽眾復(fù)述播放的內(nèi)容，以聽眾復(fù)述的字的個(gè)數(shù)統(tǒng)計(jì)，發(fā)現(xiàn)DSP多頻帶系統(tǒng)處理后聽眾的復(fù)述正確率達(dá)到90.93%。表明DSP多頻段譜減法的語音增強(qiáng)系統(tǒng)能夠減少背景很強(qiáng)的機(jī)械噪聲產(chǎn)生的音樂噪聲。

[參考文獻(xiàn)]

[1]楊毅，李澤偉語音信號(hào)處理的實(shí)驗(yàn)的改革實(shí)踐[J].實(shí)驗(yàn)室研究與探索，2014 （4）：123-126.

[2]王龍基于DSP的語音增強(qiáng)系統(tǒng)的研究與設(shè)計(jì)[D]上海：華東大學(xué)，2011

[3]李圓，趙振東，楊超基于多帶譜相減的語音端點(diǎn)檢測(cè)算法[J].通信技術(shù)，2007 （11）：353-356

[4]BEROUTI M， SCHWARTZ R， MAKHOUL J.Enhancement of speech corrupted by acoustic noise[Cl.Washington： Acoustics， Speech，and Signal Processing IEEE International Conference on ICASSP. IEEE Xplore， 1979： 208-211[5]SHENG L， MING N， JIANQI W，et al.Enhancement of non-air con-duct speech based on muki-band spectral subtraction method[C].Washington： Processing IEEE International Conference on Image and Signal Processing， 2008： 338-341