低信噪比下的语音增强方法研究
Research on Speech Enhancement Method at Low Signal-to-Noise Ratio
语音增强是抑制语音中噪声干扰的重要方法,在语音识别处理及人机语音交互等领域应用广泛?低信噪比条件下,噪声对语音特征破坏严重,语音增强更是实现语音有效识别处理的前提和必要准备?为应对强噪声环境语音识别处理的需要,必须提出高效的语音增强方法?本文结合国家863计划十一五重点项目ǎ电信网防攻击系统ǐ之ǎ电话网防范ǐ课题针对VoIP语音识别的研究需求,重点研究低信噪比条件下语音增强方法,实现充分抑制噪声?提高语音质量,为语音识别处理提供可靠的前端保证?本文的主要工作和成果如下:一?提出了一种改进的噪声频谱估计算法,解决了谱减法在低信噪比情况下增强后残留噪声大的问题?与一般谱减法采用统计加权平均进行噪声估计的方法不同,改进的谱减法依据噪声幅度谱分布特点进行估计,因而可以实现在频域精确消除噪声?对低信噪比的带噪语音信号进行仿真实验表明,本文提出的改进的谱减法的增强性能优于目前常用的谱减法?二?提出了一种改进的语音估计算法,实现了对低信噪比下语音的精确估计?目前基于统计模型的语音估计算法依据中心极限定理假定语音和噪声同样服从高斯分布,而事实上对于分帧后的短时信号而言,中心极限定理并不适用?针对这一问题的研究表明,短时语音离散余弦变换后其幅度更接近于拉普拉斯分布?基于语音分量和噪声分量不同的分布,采用最大后验概率估计方法对语音分量进行精确估计?在低信噪比条件下,该算法对语音分量的估计比假定语音服从高斯分布的方法更为准确,增强效果更好?仿真实验表明,该算法可以有效降噪,降噪效果与改进的谱减法相当,且造成的语音失真更小?三?在以上两种算法的基础上,设计了一种基于独立分量分析的语音增强方法?该方法首先对带噪语音信号分别运用改进的谱减法和改进的语音分量估计算法进行增强,以增强后的两路信号作为观测信号,采用独立分量分析方法进一步分离语音和残留噪声?对降噪后的语音进行特定人孤立词识别实验,结果表明,该方法能够为低信噪比条件下的语音识别处理提供可靠的前端保证?
- 作者：
- 高留洋
- 学位授予单位：
- 解放军信息工程大学
- 专业名称：
- 通信与信息系统
- 授予学位：
- 硕士
- 学位年度：
- 2010年
- 导师姓名：
- 郭云飞
- 中图分类号：
- TN912.35
- 关键词：
- 语音增强；低信噪比；谱减法；幅度谱估计；拉普拉斯分布；最大后验概率估计；独立分量分析
- Speech Enhancement；Low SNR；Spectral Subtraction；Amplitude Spectral Estimation；Laplacian Distribution；MAP；ICA
- 基金项目：
- 863计划