劉艷輝

(三門峽職業(yè)技術(shù)學(xué)院 信息傳媒學(xué)院，河南 三門峽 472100)

端點(diǎn)檢測(cè)是語(yǔ)音識(shí)別的關(guān)鍵性技術(shù)，準(zhǔn)確地確定語(yǔ)音的起始點(diǎn)和結(jié)束點(diǎn)，方可為語(yǔ)音識(shí)別系統(tǒng)的后續(xù)環(huán)節(jié)節(jié)省空間，提高語(yǔ)音識(shí)別系統(tǒng)的性能。語(yǔ)音端點(diǎn)檢測(cè)方法分為基于參數(shù)的端點(diǎn)檢測(cè)和基于模型的端點(diǎn)檢測(cè)，基于參數(shù)的端點(diǎn)檢測(cè)方法計(jì)算簡(jiǎn)便、運(yùn)算量少，是最普遍的檢測(cè)方式。

經(jīng)典的基于短時(shí)能量和短時(shí)過(guò)零率的特征檢測(cè)方法通過(guò)語(yǔ)音和噪聲的能量進(jìn)行比較，以及語(yǔ)音信號(hào)圍繞零點(diǎn)的上下振動(dòng)次數(shù)來(lái)判別信號(hào)；雙門限判別檢測(cè)方法[1]設(shè)定閾值進(jìn)行判別，確定語(yǔ)音段與噪聲段；基于倒譜[2]、分形維數(shù)、譜熵[3]、LMS[4]、譜減[5]等的端點(diǎn)檢測(cè)方法，根據(jù)語(yǔ)音信號(hào)與噪聲信號(hào)特征參數(shù)的不同表現(xiàn)，能夠很好地區(qū)分而進(jìn)行檢測(cè)。這些檢測(cè)方法均基于閾值，即將特征參數(shù)與設(shè)定的閾值進(jìn)行比較，在噪聲環(huán)境單一或較安靜的情況下有較好的識(shí)別效果，但在信噪比較低的情況下，檢測(cè)效果較差。本研究針對(duì)低信噪比時(shí)檢測(cè)效果差的問題提出改進(jìn)的多特征端點(diǎn)檢測(cè)方法，結(jié)合譜減法及自適應(yīng)濾波，一邊進(jìn)行降噪，一邊進(jìn)行語(yǔ)音增強(qiáng)，以提高信噪比，并進(jìn)一步改進(jìn)譜減法的特征參數(shù)，從而增強(qiáng)端點(diǎn)檢測(cè)效果。

1 改進(jìn)譜減法及噪聲平滑算法

1.1 譜減法

譜減法是利用噪聲的統(tǒng)計(jì)平穩(wěn)性及加性噪聲與語(yǔ)音不相關(guān)的特點(diǎn)提出來(lái)的一種語(yǔ)音增強(qiáng)方法，該方法的運(yùn)算量小且易于實(shí)現(xiàn)。譜減法工作原理見圖1。

圖1 譜減法工作原理

將無(wú)語(yǔ)音段的噪聲功率譜作為期望值，可以較好地得到增強(qiáng)后的語(yǔ)音信號(hào)。假設(shè)x(i)為帶噪語(yǔ)音信號(hào)，s(i)為無(wú)噪聲的純凈語(yǔ)音信號(hào)，n(i)為疊加在語(yǔ)音信號(hào)上的加性噪聲信號(hào)，在考慮噪聲時(shí)，認(rèn)為噪聲疊加在語(yǔ)音信號(hào)波形上，故語(yǔ)音信號(hào)可以用以下公式來(lái)表示：

x(i)=s(i)+n(i)。

(1)

(2)

(3)

基于此進(jìn)行語(yǔ)音降噪，但噪聲的功率譜|N(ω)|2無(wú)法直接獲得，故經(jīng)常選取帶噪語(yǔ)音信號(hào)前100 ms的平均功率譜作為噪聲的初始估計(jì)值。由此可知，通過(guò)譜減法得到的語(yǔ)音信號(hào)功率譜可表示如下：

(4)

譜減法語(yǔ)音增強(qiáng)效果見圖2。

圖2 譜減法語(yǔ)音增強(qiáng)效果

對(duì)比圖2(a)至(d)可知，譜減法得到的期望信號(hào)功率譜在經(jīng)過(guò)傅里葉反變換后，對(duì)語(yǔ)音降噪起到了一定作用，但效果相對(duì)有限。

1.2 噪聲平滑算法

實(shí)際的噪聲環(huán)境是復(fù)雜多變的，所以應(yīng)在譜減法的基礎(chǔ)上對(duì)噪聲進(jìn)行自適應(yīng)平滑，即使用子帶譜熵的閾值確定初始閾值進(jìn)行比較，并在確定為噪聲段后，使用當(dāng)前噪聲幀的頻譜分量Y(l，k)與前一幀的頻譜分量λ(l，k-1)做加權(quán)求和并進(jìn)行更新：

(5)

式中：μ取值為0.8[6]；λ(l，k-1)表示經(jīng)過(guò)噪聲平滑后第l幀信號(hào)的第k個(gè)頻譜分量；Y(l，k)表示當(dāng)前第l幀語(yǔ)音信號(hào)的第k個(gè)頻譜分量；λ(l，k-1)表示第l幀語(yǔ)音信號(hào)的第k-1個(gè)頻譜分量。

經(jīng)過(guò)式(5)的運(yùn)算，對(duì)每一幀的頻譜分量進(jìn)行了自適應(yīng)平滑處理，進(jìn)一步提高了噪聲的實(shí)時(shí)估計(jì)，在信噪比較低、噪聲情況較復(fù)雜的情況下，可以很好地對(duì)噪聲進(jìn)行檢測(cè)。

1.3 譜減法的改進(jìn)

針對(duì)實(shí)際的噪聲環(huán)境使用改進(jìn)的譜減公式[7]：

(6)

公式(6)為公式(4)的變形，當(dāng)參數(shù)α=2、β=1時(shí)，改進(jìn)譜減法降為基本譜減法，即變?yōu)楣?4)。引入的參數(shù)α和β分別為信號(hào)修正系數(shù)和噪聲修正系數(shù)。

首先，對(duì)這兩個(gè)參數(shù)進(jìn)行修正。若減少參數(shù)比重，則會(huì)殘留更多的噪聲，無(wú)檢測(cè)效果；若增大參數(shù)比重，則可能會(huì)濾除一部分語(yǔ)音信號(hào)，出現(xiàn)語(yǔ)音失真的現(xiàn)象，影響后續(xù)的識(shí)別。接下來(lái)對(duì)參數(shù)α和β進(jìn)行進(jìn)一步修正：

α=2(1+SNR)，

(7)

(8)

式中：SNR為信噪比。

引入信噪比及自適應(yīng)噪聲平滑來(lái)進(jìn)一步改進(jìn)參數(shù)α和β，針對(duì)式(7)和式(8)中的SNR，采用噪聲平滑的方式進(jìn)行處理，這樣可以使SNR的值更加精準(zhǔn)，詳見公式(5)。

2 改進(jìn)算法流程

2.1 多特征端點(diǎn)檢測(cè)算法流程

基于改進(jìn)譜減法與噪聲平滑的多特征端點(diǎn)檢測(cè)方法如下：

(1)對(duì)語(yǔ)音信號(hào)x(t)進(jìn)行采樣，得到信號(hào)x(n)。對(duì)采樣的語(yǔ)音信號(hào)x(n)進(jìn)行分幀，幀長(zhǎng)為256，幀移為80，運(yùn)用漢明窗w(n)對(duì)語(yǔ)音信號(hào)做加窗處理，得到分幀后的語(yǔ)音信號(hào)：

s(n，m)，n=1，2，…；m=1，2，…，q，

(9)

式中：s(n，m)為第m幀語(yǔ)音信號(hào)；q為幀數(shù)。

(2)對(duì)求得的分幀后的語(yǔ)音信號(hào)s(n，m)做快速傅里葉變換，得到每一幀語(yǔ)音信號(hào)的功率譜，并求得此時(shí)語(yǔ)音信號(hào)的相位：

(10)

式中：X(k，m)為第m幀語(yǔ)音信號(hào)經(jīng)過(guò)快速傅里葉變換后的第k個(gè)分量；N為幀長(zhǎng)。

(11)

式中：XE(k，m)為X(k，m)的能量值。

(4)將頻域中的語(yǔ)音信號(hào)XE(k，m)第m幀語(yǔ)音信號(hào)每4點(diǎn)放在一起，求得子帶譜熵：

(12)

式中：Eb(l，m)為第m幀語(yǔ)音信號(hào)的第l個(gè)子帶能量；Nb為子帶數(shù)。

子帶譜熵概率

(13)

式中：分母為當(dāng)前m幀語(yǔ)音信號(hào)的總能量。

子帶譜熵

(14)

(5)對(duì)子帶譜熵的結(jié)果進(jìn)行噪聲預(yù)估計(jì)，可得到噪聲的估計(jì)值Ts，計(jì)算方法如下：

(15)

式中：η為前5幀語(yǔ)音信號(hào)的譜熵均值；Hb(l)為第l幀語(yǔ)音信號(hào)的譜熵值。

(16)

式中：σ為前5幀語(yǔ)音信號(hào)的譜熵方差值。

Ts=η+α*σ，

(17)

式中：Ts為噪聲估計(jì)值；α為加權(quán)值。

進(jìn)行噪聲估計(jì)時(shí)，將前5幀語(yǔ)音信號(hào)的譜熵均值與譜熵方差值進(jìn)行取加權(quán)平均計(jì)算，其中α=1.25。

(6)將計(jì)算所得Ts作為初始噪聲估計(jì)值，并與帶噪語(yǔ)音信號(hào)的子帶譜熵每一幀信號(hào)進(jìn)行比較，當(dāng)信號(hào)的譜熵值小于噪聲的初始估計(jì)值時(shí)，開始進(jìn)行噪聲平滑，以獲得更新的噪聲值。信噪比

(18)

(7)運(yùn)用改進(jìn)譜減法對(duì)帶噪語(yǔ)音信號(hào)進(jìn)行降噪：

(19)

對(duì)參數(shù)α、β運(yùn)用公式(18)及先驗(yàn)信噪比進(jìn)行更新：

(20)

(21)

(8)通過(guò)上述步驟得到經(jīng)過(guò)語(yǔ)音增強(qiáng)的降噪語(yǔ)音信號(hào)功率譜，并對(duì)該功率譜進(jìn)行傅里葉反變換得到分幀語(yǔ)音信號(hào)。

(9)從處理過(guò)的語(yǔ)音信號(hào)中抽取出最終的語(yǔ)音序列。

(10)使用譜熵法對(duì)得到的語(yǔ)音信號(hào)進(jìn)行語(yǔ)音端點(diǎn)檢測(cè)，得到端點(diǎn)檢測(cè)結(jié)果。

2.2 仿真實(shí)驗(yàn)

仿真實(shí)驗(yàn)基于MATLAB R2013a軟件進(jìn)行，其中語(yǔ)音信號(hào)為NOISEX-92噪聲庫(kù)、NOIZEUS語(yǔ)音庫(kù)的純凈語(yǔ)音信號(hào)、噪聲信號(hào)及各種信噪比情況下的含噪語(yǔ)音信號(hào)，加入不同信噪比的含噪語(yǔ)音信號(hào)進(jìn)行端點(diǎn)檢測(cè)研究。

實(shí)驗(yàn)1選取的是一段加入5 dB白噪聲的語(yǔ)音信號(hào)，分別運(yùn)用基本譜減法和本改進(jìn)算法進(jìn)行仿真比較，結(jié)果見圖3和圖4。

圖3 加入5 dB白噪聲信號(hào)的基本譜減法檢測(cè)結(jié)果

圖4 加入5 dB白噪聲信號(hào)的改進(jìn)算法檢測(cè)結(jié)果

觀察圖3和圖4發(fā)現(xiàn)，本改進(jìn)算法在低信噪比情況下，對(duì)添加了5 dB白噪聲的語(yǔ)音信號(hào)具有更好的濾波效果。

實(shí)驗(yàn)2選取的是一段添加5 dB火車噪聲的語(yǔ)音信號(hào)，運(yùn)用譜減法和本改進(jìn)算法進(jìn)行仿真比較，結(jié)果見圖5和圖6。

觀察圖5和圖6發(fā)現(xiàn)，本改進(jìn)算法具有更好的濾波效果。

圖5 加入5 dB火車噪聲信號(hào)的基本譜減法檢測(cè)結(jié)果

圖6 加入5 dB火車噪聲信號(hào)的改進(jìn)算法檢測(cè)結(jié)果

實(shí)驗(yàn)3選取一段加入5 dB白噪聲的語(yǔ)音信號(hào)，根據(jù)改進(jìn)型語(yǔ)音端點(diǎn)檢測(cè)算法來(lái)進(jìn)行端點(diǎn)檢測(cè)，結(jié)果如圖7和圖8所示。

圖7 加入5 dB白噪聲信號(hào)的改進(jìn)算法檢測(cè)結(jié)果

圖8 改進(jìn)算法的語(yǔ)音信號(hào)端點(diǎn)檢測(cè)結(jié)果

仿真結(jié)果表明，改進(jìn)型多特征語(yǔ)音端點(diǎn)檢測(cè)算法在低信噪比情況下，對(duì)語(yǔ)音信號(hào)有較好的檢測(cè)效果。

3 結(jié)語(yǔ)

本研究在基本譜減算法的基礎(chǔ)上提出了結(jié)合改進(jìn)譜減法與噪聲平滑的多特征端點(diǎn)檢測(cè)算法。仿真結(jié)果顯示，運(yùn)用改進(jìn)算法降噪后進(jìn)行端點(diǎn)檢測(cè)有很好的效果，而且在低信噪比情況下仍有較好的濾波效果，具有很好的適用性和有效性。