[发明专利]一种用于语音信号增强的谱减法

说明书

本发明一种用于语音信号增强的谱减法，涉及语音增强技术领域，步骤是：被减项加权值处理；功率谱修正处理；得出基于修正参数的改进谱减法公式；自动控制最优参数选择；平滑处理。本发明是一种基于参数自适应的改进谱减法，克服了采用现有的谱减法增强处理后的信号会残留比较多的噪声的缺陷。

技术领域

本发明的技术方案涉及语音增强技术领域，具体地说是一种用于语音信号增强的谱减法。

背景技术

语音信号无法避免地会受到来自周遭环境和传输媒介带来的噪声，通信设备内部的电噪声，甚至说话人自身的干扰。所以，必须在语音信号应用系统前端加入语音增强环节，对信号进行去噪预处理，从而增强系统的抗干扰能力。

语音增强技术是语音信号处理中的核心技术之一。语音增强，就是通过消除背景噪声从而提高信噪比，进而可以提高语音信号的清晰度、可懂度以及舒适度。

语音增强的目的是提高语音质量，这就需要在降噪和语音失真之间找到一个最好的权衡点。许多学者提出了语音增强的方法。EMD算法是把信号分解为基本模式分量之和，当满足终止条件时，分解结束，达到了一定的增强效果。但是由于IMF定义十分严格，导致分解次数增多从而分解复杂度大幅度提升。2013年,Hadi Veisi和Hossein Sameti将HMM应用在Mel频域来增强语音,提出了平行的倒谱和谱模型来改善语音从频域到Mel频域引起的失真,该方法对非平稳噪声干扰下的语音增强效果很好,但是该方法复杂度较高。

在语音增强领域，基本谱减法是一经典方法，计算量小，容易实现且便于实时处理。基本谱减法最初由美国学者Steven Boll于提出,主要思想是利用人耳对于信号相位的不敏感特点，用带噪语音的相位代替纯净语音相位。通过用带噪语音信号的频谱减去噪声的频谱，将两者相减的结果当成是增强后的信号频谱，然后与带噪语音信号的相位结合，最终得到增强后的信号。基本原理如下：

其中，Y(ω)代表带噪语音信号，λ_n(ω)代表噪声段的统计平均值，代表增强后语音信号。

基本谱减法的基本原理是假设加性噪声信号和语音信号独立性的前提下，将带噪语音的频谱与噪声信号的频谱作差，最终获得增强后语音信号的频谱。谱减法突出的优点是算法计算量比较小，运算量比较低，计算复杂度很低，并且适用于实时处理的场景。但是，现有的谱减法技术仍然存在如下的不足：采用现有的谱减法增强处理后的信号会残留比较多的噪声，因为有一定的节奏感，所以又称为“音乐噪声”。在估计噪声谱的过程中,信息估计是有误差的，这是产生音乐噪声的主要原因。产生“音乐噪声”的元音与噪声信号的特点有关，因为其符合高斯分布，幅度随机变化的范围较宽。所以当引用无语音期间噪声统计方差表示噪声时，会残留一部分较大的噪声，在频谱上表现为随机凸起。

发明内容

本发明所要解决的技术问题是：提供一种用于语音信号增强的谱减法，是一种基于参数自适应的改进谱减法，克服了采用现有的谱减法增强处理后的信号会残留比较多的噪声的缺陷。

本发明解决该技术问题所采用的技术方案是：一种用于语音信号增强的谱减法，步骤如下：

第一步，被减项加权值处理：

在进行噪声谱相减时，减去β|λ_n(ω)|²，β＞1，经过如此被减项加权值处理得到改进后的谱减法公式如下：

其中，代表增强后语音信号，Y(ω)代表带噪语音信号，λ_n(ω)代表噪声段的统计平均值，β代表谱减噪声系数，β>1；

第二步，功率谱修正处理：