基于噪声估计和先验信噪比估计的语音增强算法研究

《基于噪声估计和先验信噪比估计的语音增强算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西南交通大学硕士学位论文基于噪声估计和先验信噪比估计的语音增强算法研究姓名：冯炎申请学位级别：硕士专业：信号与信息处理指导教师：翟东海20100501西南交通大学硕士研究生学位论文第1页皇曼舅舅!曼曼曼皇_一．二；．i一．；．I．．一一一一一I量皇曼曼曼皇曼摘要日常生活中，移动电话和数字助听器等语音处理设备经常在汽车内和公共场所等嘈杂的噪声环境中使用。语音增强方法能够使这些语音处理设备在不同的噪声环境下使用而不影响其性能。噪声功率谱估计和先验信噪比估计的准确性有助于提高增强后的语音质量。本文主要研究缓慢变化的噪声环境中的噪声估计和先验信噪比估计问题，而且带噪语音是可用来增强语音的唯一信号。本文

2、的主要工作总结归纳为以下几方面：首先，本文提出了加权递归平滑噪声估计算法，该算法通过时频相关的平滑因子对加权后的带噪语音进行递归平滑，可以持续更新噪声并可应用于非平稳噪声环境中。算法中的加权函数和平滑因子都通过一个预先估计的信噪比来计算。为了避免在强语音后的弱语音区域出现噪声过估计，在信噪比估计中采用投影平滑算法。加权递归平滑算法不需要等待搜索窗时间，可以快速跟踪噪声，而且未出现过估计。客观实验结果表明，当加权递归平滑算法应用到一个语音增强系统时，该算法取得了较小的噪声分段估计误差、较高的分段信噪比增益及较高的PESQ得分。其次，考虑了带噪信号在相邻频带间的相关性后改进了投影平滑算法，该算法能

3、够更好地区分弱语音与噪声。改进后的投影平滑算法应用到加权递归平滑算法时，可得到改进后的加权递归平滑噪声估计算法。相对于加权递归平滑算法，改进后的算法具有更快的跟踪速度及更少的噪声过估计。客观实验和主观实验分析，都证实了改进后的算法的有效性。最后，本文将直接判决估计和预测估计相结合，并考虑了语音存在的不确定性，改进了直接判决先验信噪比估计算法，并且在预测估计中采用了软判决方法。相对于传统的直接判决估计方案，本文的算法抑制噪声能力更强。通过研究发现传统的直接判决方法就是该算法的一个特例，该算法可以通过一个权衡因子退化为传统的直接判决方法。实验结果也证实该算法的优越性能。关键词：语音增强；先验信噪比

4、估计；噪声估计；加权噪声估计；直接判决估计；西南交通大学硕士研究生学位论文第1l页AbstractNumerousspeechprocessingdevices(e．g．mobilecommunicationsystemsanddigitalhearingaidssystems)whichareoftenusedinenvironmentswithhighlevelsofambientnoisesuchaspublicplacesandcarsin0111"dailylife．SpeechenhancementmethodsCanbeusedtoincreasethequalityofthes

5、espeechprocessingdevices．Correctnoisepowerspectrumestimationandapriorisignal—to—noiseratio(SNR)estimationareallessentialtogoodqualityoftheenhancedspeech．ThispaperwillfocusesonnoiseestimationandaprioriSNRestimationbasedontheassumptionofaslowlyvaryingnoiseenvironmentandthenoisyspeechaloneisavailable．T

6、hemainworksofthepaperCanbesummarizedasfollows：Atfirst，anewnoisepowerspectrumestimationalgorithmwhichisnamelyweightedrecursiveaveragingispresentedfornon-stationarynoiseenvironments．Thenewproposedalgorithmcontinuouslyupdatestheestimatednoisebyweightednoisyspeechwithatime—varyingfrequency—dependentsmoo

7、thingfactor．Toavoidnoiseoverestimatesintheweakspeechregionsfollowingstrongspeech，aprojectingsmoothingmethodwhichmakesmoreaccurateSNRestimateavailableforsmoothingfactorandweightingfactorcalculationsisp