劉龍威 夏秀渝

摘要：為了改善譜減法存在的“音樂噪聲”殘余大，重構(gòu)語音時(shí)使用帶噪相位的缺陷，提出了一種聯(lián)合相位譜補(bǔ)償?shù)母倪M(jìn)型譜減法語音增強(qiáng)算法。引入改進(jìn)型噪聲估計(jì)方法來得到更準(zhǔn)確的噪聲譜，依據(jù)帶噪語音譜與估計(jì)的噪聲譜的信噪比構(gòu)造一個(gè)線性函數(shù)來調(diào)整過減因子進(jìn)行譜減，通過相位補(bǔ)償函數(shù)對帶噪語音的相位譜進(jìn)行補(bǔ)償，將譜減后的語音幅度譜與補(bǔ)償后的相位譜進(jìn)行結(jié)合，通過IFFT及重構(gòu)得到去噪語音。仿真實(shí)驗(yàn)表明，在使用聯(lián)合相位譜補(bǔ)償?shù)母倪M(jìn)型譜減法對帶噪語音進(jìn)行處理后，語譜圖更加清晰，PESQ及STOI評分也有所提高。

關(guān)鍵詞：噪聲估計(jì)；相位譜補(bǔ)償；譜減法；語音增強(qiáng)

中圖分類號：TP391.4文獻(xiàn)標(biāo)志碼：A文章編號：1008-1739（2022）13-69-5

0引言

由于各種各樣的環(huán)境因素和信道因素影響，以及各種干擾的存在，在語音的傳遞過程中總是難以避免地?fù)诫s噪聲，使語音質(zhì)量受到損失。語音增強(qiáng)算法的主要目的是去除語音信號中摻雜的噪聲，最大程度地提取出原始語音信號。經(jīng)過研究人員多年的研究，已有多種語音增強(qiáng)算法被相繼提出，其中基于譜減法的語音增強(qiáng)算法由于算法框架簡單、易于處理且效果明顯，得到了廣泛研究與應(yīng)用[1]。但是由于傳統(tǒng)譜減法對噪聲譜的估計(jì)不準(zhǔn)，需要采用半波整流來進(jìn)行優(yōu)化，進(jìn)而會使語音頻譜的隨機(jī)頻率位置出現(xiàn)小的獨(dú)立峰值，變換在時(shí)域中會形成大量的“音樂噪聲”[2]，并且和大多數(shù)語音增強(qiáng)算法一樣，傳統(tǒng)譜減法也認(rèn)為人耳對相位信息的敏感度不高，因此只關(guān)注幅度譜的修正，相位譜仍采用帶噪語音相位。近些年，越來越多的科學(xué)研究表明，語音的相位信息有利于提升語音可懂度[3]，因此本文針對譜減法存在的“音樂噪聲”殘留多以及使用帶噪相位的問題，提出聯(lián)合相位譜補(bǔ)償?shù)母倪M(jìn)型譜減法，使用本文提出的改進(jìn)型噪聲估計(jì)方法與譜減方法來減少“音樂噪聲”，并聯(lián)合相位譜補(bǔ)償方法一定程度上恢復(fù)純凈語音相位，最后重構(gòu)出純凈語音。實(shí)驗(yàn)仿真表明，本文算法提高了去噪語音的質(zhì)量以及可懂度。

1傳統(tǒng)譜減算法

③重構(gòu)時(shí)的相位采用補(bǔ)償后的相位譜。補(bǔ)償函數(shù)由式（8）可得，其中補(bǔ)償因子選取文獻(xiàn)[5]中證明的最優(yōu)經(jīng)驗(yàn)值3.74。由式（10）和式（11）可以得到新的相位譜。經(jīng)過改進(jìn)譜減算法處理后的幅度譜為|（ ）|，將二者進(jìn)行結(jié)合，經(jīng)過IFFT即可得到增強(qiáng)后的語音序列（ ）。

改進(jìn)算法的結(jié)構(gòu)如圖2所示。

4實(shí)驗(yàn)仿真

本實(shí)驗(yàn)所用的原始語音數(shù)據(jù)是在無噪聲干擾環(huán)境下錄制的，語音采樣頻率為8 000 Hz，所選取的采樣精度為16 bit，實(shí)驗(yàn)中所使用的窗函數(shù)為漢寧窗，幀長為200，幀重疊為80。噪聲采用高斯白噪聲，分別在0，5，10 dB的情況下進(jìn)行測試，使用語譜圖以及PESQ和STOI值來評價(jià)增強(qiáng)后的語音性能。

語譜圖反映了語音信號的動態(tài)頻譜特性，在語音分析中具有重要的實(shí)用價(jià)值，被稱為可視語音。純凈語音及帶噪語音的波形圖如圖3所示。在5 dB下傳統(tǒng)譜減法、改進(jìn)型譜減法（未結(jié)合相位補(bǔ)償?shù)乃惴ǎ┮约氨疚乃惴ǖ娜ピ氩ㄐ螆D及語譜圖如圖4～圖6所示。

從去噪語音波形圖以及語譜圖中可以看出，本文算法處理后毛刺減少，純凈語音成分的時(shí)域波形更加突出，波形失真程度也有所降低，同時(shí)語譜圖更加清晰，這表明“音樂噪聲”大大降低，帶噪語音信號的增強(qiáng)效果明顯。

PESQ是感知語音質(zhì)量評估測度，取值-0.5～4.5。研究表明，在移動設(shè)備、固化設(shè)備和VoIP應(yīng)用中，采用該測度所得結(jié)果均與主觀聽音測試具有高相關(guān)度[9]，可以可靠地用于預(yù)測編解碼器在有傳輸信號錯(cuò)誤、丟包或在不同信號延遲情況下的主觀語音質(zhì)量。不同信噪比下譜減法與本文算法的PESQ值對比如表1所示。

STOI是短時(shí)客觀可懂度，是衡量語音可懂度的一個(gè)重要指標(biāo)，取值0～1。數(shù)值越接近1，表示增強(qiáng)后的語音信號越容易被理解。不同信噪比下譜減法與本文算法的STOI值對比如表2所示。

對比表1和表2中的PESQ值和STOI值可以發(fā)現(xiàn)，相比較于譜減法、維納濾波法、MCRA譜減法以及文獻(xiàn)[10]提出的改進(jìn)型譜減法，采用本文算法處理后的值均有一定提高。同時(shí)，通過主觀試聽測試表明，在噪聲環(huán)境下，“音樂噪聲”殘留更小，而且增強(qiáng)后的語音聽起來更加舒適，感知質(zhì)量和可懂度也有了進(jìn)一步提高。

5結(jié)束語

本文分析了傳統(tǒng)譜減算法以及傳統(tǒng)相位譜補(bǔ)償算法的增強(qiáng)原理，并針對譜減算法的“音樂噪聲”以及使用帶噪相位的問題，提出了聯(lián)合相位譜補(bǔ)償?shù)母倪M(jìn)型譜減法，對MCRA算法進(jìn)行改進(jìn)得到更準(zhǔn)確的噪聲譜估計(jì)并減少了時(shí)延，依據(jù)帶噪語音譜與估計(jì)噪聲譜的信噪比構(gòu)造一個(gè)線性函數(shù)，通過該函數(shù)調(diào)整過減因子進(jìn)行譜減，在保留原始語音的基礎(chǔ)上盡可能去除噪聲，最后重構(gòu)時(shí)的相位采用補(bǔ)償后的相位譜，一定程度上恢復(fù)語音相位。通過大量實(shí)驗(yàn)驗(yàn)證了該算法在不同的信噪比下，語譜圖呈現(xiàn)的增強(qiáng)效果以及PESQ值和STOI值均有所提升。

參考文獻(xiàn)

[1]馬英，張凌飛，馮桂蓮.基于“音樂噪聲”的修正譜減法算法分析[J].青島大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2017， 30（3）： 25-28.

[2]吳衛(wèi)鵬.基于改進(jìn)譜減的語音增強(qiáng)算法研究[D].南京：南京郵電大學(xué)， 2019.

[3] LANGARANI M S E， VEISI H， SAMETI H. The Effect of Phase Information in Speech Enhancement and Speech Recognition [C]//2012 11th International Conference on Information Science， Signal Processing and their Applications（ISSPA）. Montreal：IEEE， 2012： 1446-1447.

[4]陳歡，邱曉暉.改進(jìn)譜減法語音增強(qiáng)算法的研究[J].計(jì)算機(jī)技術(shù)與發(fā)展， 2014， 24（4）： 69-71.

[5] STARK A P， W？JCICKI K K， LYONS J G， et al. Noise Driven Short-time Phase Spectrum Compensation Procedure for Speech Enhancement[C]//Ninth Annual Conference of the International Speech Communication Association.New York：[s.n.]，2008：120-125.

[6]熊晶.語音增強(qiáng)中噪聲估計(jì)的研究[D].蘭州：蘭州交通大學(xué)， 2015.

[7] COHEN I， BERDUGO B. Noise Estimation by Minima Controlled Recursive Averaging for Robust Speech Enhancement[J]. IEEE Signal Processing Letters， 2002， 9（1）： 12-15.

[8]張開生，趙小芬，王澤，等.基于總體平均經(jīng)驗(yàn)?zāi)B(tài)分解和一步式字典學(xué)習(xí)聯(lián)合去噪的語音端點(diǎn)檢測算法[J].科學(xué)技術(shù)與工程， 2020， 20（35）： 14536-14542.

[9]邸曉偉，王哲.基于MCRA和OM-LSA的語音增強(qiáng)算法[J].中國無線電， 2021（5）：70-73.

[10]武鵬鵬，趙剛，鄒明.基于多窗譜估計(jì)的改進(jìn)譜減法[J].現(xiàn)代電子技術(shù)， 2008， 31（12）： 150-152.