[发明专利]基于信噪比软掩蔽语音增强方法

说明书

技术领域

本发明属于语音信号处理技术领域，特别是指一种基于信噪比软掩蔽语音增强方法。 

背景技术

语音是人类沟通的基本手段；人类的各种社会活动和行为给语音信号研究带来了许多新的问题，同时，语音处理技术的发展时时刻刻改变着人类日常生活方式；例如，语音编码技术的出现使得人们可以在有限的通信带宽资源中聆听远处的声音，近来，宽带语音编码的发展令我们通信中的话音更加自然，更具有可理解性,减轻或降低了沟通中产生的误解；大词汇量连续语音识别难题的突破导致了人们有着新的语音输入方式和人机交互模式，人们可以解放双手直接口述，使指示机器工作或者理解我们的话语，大大提高工作效率。 

在日常生活中使用的语音处理技术如语音编码和语音识别等技术都不可避免要面对各种背景噪声的干扰；噪声的存在大大降低了这些技术使用的性能或直接导致使用者不可忍受而放弃使用；环境噪声如现场存在的背景谈话声、汽车驾驶仓的机器振动噪音、高速行驶中的汽车引擎声，室内墙壁的反响噪声等，都会对原始语音信号造成污染；背景噪声的存在及其特性对考虑人类语音特性的参数语音处理技术影响尤其严重，破坏了预先假定的参数模型和听觉特性；现有的语音识别系统在无噪声环境下都可以很好地使用，一旦在嘈杂的环境场所中使用，其识别性能急剧下降。显然，在噪声的干扰下，识别系统中使用的语音特征之间的区分性被减弱，导致系统识别错误增加。 

随着移动通信的普及变成现实，移动通信技术带给人们无约束和便利的语音沟通的同时，更是把语音通信带到了一个充满复杂噪声的应用环境；而在吵杂的环境中手提电话的语音编码不可避免会增大编码误差。 

如何消除加性噪声带来的不便，语音增强的出现可以降低或解决噪声的不利影响；语音增强(speech enhancement)通常用作前端处理模块出现在各种实际应用的语音处理系统中；它通过对含噪语音进行滤波，近似还原纯净语音信号，使得语音处理不直接面对含噪语音信号，增强了语音系统的鲁棒性，而高鲁棒性的语音增强技术可有效地扩大语音处理系统的应用场所。 

  

发明内容

（一）要解决的技术问题 

有鉴于此，本发明的主要目的在于提出一种基于信噪比软掩蔽语音增强方法，对收听人而言主要是改善语音质量，提高语音可懂度，减少疲劳感；对语音处理系统（识别器、声码器、手机）而言是提高系统的识别率和抗干扰能力。拟解决的关键科学问题：实现含噪声语音增强，提高信噪比，减少增强后的语音信息失真与损伤，尽量实用于多种噪声环境。具体有噪声功率谱更新、先验信噪比计算、掩蔽域还与目标信号域确定、掩蔽值大小计算等。

  

（二）技术方案

为达到上述目的，本发明提供了一种基于信噪比软掩蔽语音增强方法，该方法包括：

1）频带时变系数的噪声功率谱更新，含噪语音第l帧功率谱|Y(l,k)|²，k为频率序号，第l帧预估噪声功率谱 ，P(l,k)为语音平滑功率谱，平滑系数，

，含噪语音功率谱最小值，

如果，那么，

否则;，

如果，则，

否则；，

这里对不同频率点采用不同的门限更新平滑谱，突出语音，抑制噪声；；；

2）依先验信噪比的大小获得每个频率点是掩蔽域还是目标信号域；

时域：，y(n)表示含噪语音信号，x(n)和d(n)分别表示干净语音和噪声信号。Y(n)的短时傅立叶变换: 

,

其极坐标表示:,

和分别表示第k个频率点对应的幅度与相位；

依独立性：

先验瞬时信噪比：， ；

3）掩蔽值大小由假设获得的概率分布计算：

理想的两值掩蔽（ideal binary mask，IdBM)：

G_k增益功能可以被认为是一个随机变量，因为它取决于瞬时信噪比。在二元掩蔽，G是伯努利（Bernoulli）分布的随机变量以0或1的值，其参数p是假设概率。G_k是很难估计，因为它取决于瞬时信噪比的准确估计。然而，我们其期望能够获得G_k更可靠的。这样做，我们得到以下的加权平均预期幅度平方频谱纳入上述两个假设：