《语音信号处理》讲稿第8章

《《语音信号处理》讲稿第8章》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第8章语音增强本章主要讨论的问题：1.语音增强基本概念2.语音增强的原理和方法1.语音增强基本概念语音增强的一个主要目标：从含有噪声的语音信号中提取尽可能纯净的原始语音。目前，语音识别系统大多是工作在安静（无噪声）的环境中，噪声环境对语音识别系统造成严重影响。因此，语音增强可以作为语音识别的预处理手段。2.语音增强的原理和方法语音增强方法有多种，大致分为三类：①基于语音产生模型如：线性滤波法、梳状滤波法、自相关法②基于语音模型和噪声模型如：维纳滤波法、卡尔曼滤波法③基于噪声特性(短时谱估计)如：频谱减法、自适应噪声抵

2、消法2.语音增强的原理和方法①基于语音产生模型1)线性滤波法主要利用了语音的产生模型（语音知识），也用到噪声的统计知识（即对于受加性稳态白噪声干扰的语音来说，语音的频谱可以根据语音的产生模型近似地用含噪语音来预测得到）。但这些知识都是一种近似。因此，在低信噪比，且噪声不是白噪声（如有色噪声）时，效果不理想。2.语音增强的原理和方法在线性滤波法中，噪声频谱用期望值来近似。在得到语音和噪声近似的频谱后，可得到滤波器，即2.语音增强的原理和方法2)梳状滤波法它利用了语音的频谱特性，即谐波性（如元音、浊音）。对谐波性语音信号

3、产生较大干扰的是周期性噪声，这种周期性噪声可以用梳状滤波器予以抑制，采用数字信号处理方法来实现。缺点：必须已知语音的基频；没有考虑到谐波被噪声干扰的情况；对辅音的增强不理想（辅音不一定存在谐波性）。2.语音增强的原理和方法梳状滤波器可在时域实现，表达式如下：其中，L为基频周期；M为常数；x(n)是滤波器输入信号序列；y(n)为输出信号序列；Ck为系数，随信号周期而变化。输出信号y(n)是输入信号x(n)的延时加权和的平均值。当延时与周期一致时，这个平均过程将使周期性分量得到加强，而其他非周期性分量或与信号周期不同的其

4、他周期性分量受到抑制或消除。梳状滤波器也可以在频域实现。梳状滤波法的原理图2.语音增强的原理和方法3)自相关法利用语音时域波形特征，即利用语音信号相关性来滤除噪声，增强语音信号。在语音信号中，元音和浊音具有明显的周期性，其相关函数也具有周期性，而噪声一般无规则，其相关函数从R(0)开始很快衰减。因此，含噪语音的相关函数基本上就是噪声中语音的相关函数。缺点：自相关信号校准较困难，滤波时信息的损伤较大；对辅音的增强不理想，因为辅音几乎不存在周期性；此外，在低信噪比时，语音信号相关性减弱，增强效果不理想。2.语音增强的原理

5、和方法②基于语音模型和噪声模型1)维纳滤波法假定线性滤波器的输入为有用信号和噪声之和，两者均为广义平稳过程且已知它们的二阶统计特性，他根据最小均方误差准则（滤波器的输入信号与需要信号之差的均方值为最小）求得最佳线性滤波器的参数。2.语音增强的原理和方法维纳滤波器的缺点：维纳滤波器要求输入过程广义平稳且输入过程的统计特性已知。一般情况下，语音是非平稳的。它没有完全利用语音的生成模型。因此，它不适合于非平稳噪声干扰下的语音增强。卡尔曼滤波器可以弥补上述两个缺陷。2.语音增强的原理和方法2)卡尔曼滤波法卡尔曼滤波法建立在噪

6、声模型和基于语音LPC生成模型基础上，假定噪声和语音都是一个由高斯白噪声驱动的、具有适当阶数p的自回归AR模型，弥补了维纳滤波器的上述两个缺陷。2.语音增强的原理和方法自回归AR模型是一种全极点模型，即式中，p为阶数，ak为LPC系数。因此，由H(z)=1/A(z)可构成全极点滤波器。2.语音增强的原理和方法设语音为s(n)，则有其中，u(n)为激励源，g为增益因子。当s(n)为清音时，u(n)为宽带噪声；当s(n)为浊音时，u(n)为间隔为基音周期Ｔ的脉冲串。当不存在背景噪声时，由序列s(n)求各声道参数ak的过程

7、，即是典型的线性预测（LPC）分析。2.语音增强的原理和方法在卡尔曼滤波器中，语音s(n)和噪声n(n)分别假定为p阶和q阶的AR模型如下：其中，(n)、(n)是零均值、方差分别为2、2的高斯白色序列。被加性噪声污染的含噪声语音信号x(n)可描述为x(n)=s(n)+n(n)纯净语音信号s(n)是不可接近的，只能从唯一可测量的信号x(n)中估计出其最佳值s^(n)。2.语音增强的原理和方法卡尔曼滤波法的缺点：a.当信噪比较低时，语音与非语音信号的判别存在困难。b.用有限的自回归过程代替噪声和语音的产生过程

8、，存在近似。c.用非语音段的噪声参数替代语音段的噪声参数，也存在近似。d.当信噪比较低时，噪声必然会对语音参数的估计产生影响，语音参数估计难以保证足够的精度。e.整个过程计算复杂性较大，难以实时实现。2.语音增强的原理和方法③基于噪声特性(短时谱估计)基于噪声特性的短时谱估计方法，是一种经典的方法，可以从含噪语音信号中直接估计出原始语音。此外，