一种基于自适应滤波的语音增强方法

《一种基于自适应滤波的语音增强方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、维普资讯http://www.cqvip.com证{一＼第九卷第一期信号处理vo1．9。No．11993年3月SIGNALPROCSrNGMaL1993一种基于自适应滤波的语音增强方法沈亚强程仲文弋气t0(浙江师大)l摘要l本文研究了信号被加性嗓声污染后的增强问题．所研究的带噪语音信号是唯一能获得的源信号，噪声源是不可接近的．研究噪声对象是：宽带白色噪声和平稳的有色噪声．本文将报告一种时域自适应滤波语音增强处理方法．重点研究了低信噪比下≤5一lodB]带噪语音信号的信噪比改善问题．文中给出了增强处理的

2、实验散据，结果表明：文中的方法不但能抑制宽带白噪声．而且也适用于平稳的有色噪声．Z、一、引言．'，—c加性的白色或有色噪声，对语音编码和识别会产生扳坏的影响．甚至会破坏其正常的工作状态。因此，增强被加性噪声污染的语音信号，这一问题自七十年代中期后已引起极大的注意．文献Il】中，奥本海姆等人综述了七十年代中提出的各种各样的噪声语音信号增强方法．典型的方法有：频谱相减法；自适应噪声对消法；及基于语音信号模型的语音增强法．近些年来，语音增强的研究工作有了一定的进展．适用于在带噪语音信号采集过程中同时能获得参

3、考噪声源的自适应噪声对消技术，已日趋成熟．据专家报告：运用此技术增强带噪语音，在实验室环境中，信噪比s有40dB左右的改善，在实际应用中也有20dB左右的提高；对于带噪语音信号是唯一可获碍的语音增强工作，国内外的许多专家、学者也做了不少的研究，提出了多种方法．一种建立在隐含Markov模型理论(HMM)上的语音增强研究l获得了一定的成功，但该方法对低信噪比(小于0dB)情况下的语音增强，困难很大；基于卡尔曼滤波理论的语音增强方法也有人尝试过；目前在信号处理领域研究极为活跃的神经元网络理论，在语音增强研

4、究上也碍以应用．尽管有众多的方法能用于语音增强，但是它们都有各自的局限性，尤其是对强有色噪声，而且带噪语音信号又是唯一可获得的情况下的语音增强，特别地不尽人意．本文将报告一种根据时间序列最佳估计的自适应滤波方法，用于低信噪比语音信号的增强．通过计算机上的模拟处理，证明此方法是有效的．处理后的语音信号较原噪声语音信号，显著地提高了信噪比。试听结果表明，该法能改善可懂度及减轻听觉疲劳．二、滤波算法的推导假设被附加噪声樗染的语音信号的时问序列(n)为维普资讯http://www.cqvip.com0信号处理

5、第九卷=+(1)式中，是语音信号的样值．n是噪声样值，下角标k表示抽样时刻．式(1)中，只有n是可接近的，也就是说可测量的，是不可接近的噪声．附加噪声()与信号{)是不相关的，郎Eesl·nl0k．t·J表示数学期望．对式(1)中的信号进行线性估计：=∑q·y一。：y(2)其中A；a一．4J=yl_j．⋯一定义式(2)的代价函数为：(3)j=E=E器k—iJI]=E融一nk一§∥】将式(2)代人上式有：E5E鼢I一^k-AY)

6、】=E盼一ATYE融tl-2E毯yt—ATYk)nl1(4)‘E地一JnJ

7、；+一∑卜。)nd=E+n一∑q一。+n一jj^J又’^与是不相关，即E&·^J=0k,1’．一+-一三I．O4。一。+一nJ=E：一⋯∑4『一·^J一(5)将式(5)代人式(4)中得：兰EE毯yl—At2Ee∑4—t·n。-Ee(6)定义：R户E历·^J(7)R．=《oJR口J⋯R(8)式(7)和(8)代人式(6)中有：=&一A’rJ0+2R一RcDj(9)根据晟小均方差估计理论有：2地一巩(10)求解式(10]就可得式(2)中的最佳滤渡系数r．维普资讯http://www.cqvip.com三塑三

8、苎塞重依据LMS算法，式(2)自适应滤波的系数A估值递推过程为：互+=五一V儿(11)式中帚儿表示代价函数的梯度J在时刻k时的估计：。舱：-T-I(12)-T式(11)中系数是一个控制自适应滤波收敛速度与稳定度的增益常数．为了保证式(11)的收敛，对于横向滤波器必须满足：<面‘13)利用式(12)和式(9)，就能得到式(2)中自适应滤波系数A的递推算法：五+=五+2ft一rAr~-R．d(14)因此，从式(14)中可以看出，只要有噪声的统计知识R．．就能得到滤波系数A的最佳估值j．也就是说我们能从带噪

9、语音信号中，得到语音信号的最佳估计．三、自适应滤波系统的结构我们已经在上节中得到了自适应滤波的算法公式：盂：∑鸟=(2)t-口和五+，=五+2—癣一RJ(14)在上两式中，只有Y(或Y是可以获得的，实际中噪声是先验未知的．所以为了能应用滤波算法，还得设法求得噪声的统计知识R-。因此，一个自适应滤波的语音增强系统(如图l所示)中，设有一个语音间隙检测部分，利用语音间隙期进行噪声统计，求得R．参数。一个噪声语音信号，对于有语音信号段和无语音信号段。，在某些特