[发明专利]一种基于低频音节识别的语音增强方法

权利要求书

1.一种基于低频音节识别的语音增强方法，其特征在于，包括如下步骤：

(1)在训练阶段，将各个训练语音文本切分为音节，得到每个音节的训练语音，统计每个音节在每个子带上语音存在的概率；

(2)对训练语音进行低通滤波，提取低频率部分的特征，得到低频美尔频率倒谱系数；

(3)对训练语音的低频美尔频率倒谱系数进行模型训练，得到每个音节的低频声学模型；

(4)对需要识别的含噪语音进行预处理，并对其进行低通滤波，得到含噪语音的低频美尔频率倒谱系数；

(5)用训练阶段得到的低频声学模型对含噪语音的低频美尔频率倒谱系数进行识别，得到音节信息；根据所述音节信息，得到当前语音在每个子带上语音存在的概率；

(6)在每一帧的每个子带上用语音存在概率对含噪语音的幅度谱进行加权谱减，得到增强后的语音幅度谱；

(7)对增强后的语音信号进行逆快速傅里叶变换运算，得到时域信号；

(8)对增强后的时域帧信号进行重叠相加，得到增强后的连续语音。

2.如权利要求1所述的基于低频音节识别的语音增强方法，其特征在于，所述步骤(4)中，对含噪语音进行预处理，包括加窗、分帧和FFT，得到每帧信号的幅度谱|X(k)|和相位谱arg[X(k)]，幅度谱|X(k)|用于低频音节识别和幅度增强，相位谱arg[X(k)]用于在后端恢复时域信号。

3.如权利要求2所述的基于低频音节识别的语音增强方法，其特征在于，

设含噪语音经过预处理、加窗、分帧后的一帧信号为x(n)，则其频谱X(k)通过下式得到：

0≤k≤N₀-1 (1)

其中，N₀表示帧长。

4.如权利要求2所述的基于低频音节识别的语音增强方法，其特征在于，所述步骤(2)中，对训练语音进行低通滤波，提取低频率部分的特征为对含噪语音的幅度谱|X(k)|进行低通滤波，保留1000Hz以下的频率成分，提取其特征，得到含噪语音的低频美尔频率倒谱系数向量o_t，其中，t表示帧序号。

5.如权利要求1所述的基于低频音节识别的语音增强方法，其特征在于，所述步骤(3)中，每个音节的低频声学模型为连续密度隐马尔可夫模型，其第i个状态的概率密度函数可以表示为

其中，o_t表示第t帧美尔频率倒谱系数特征向量；c_im、μ_im和Σ_im分别表示第i个状态的第m个高斯单元的混合系数、均值向量和协方差矩阵；M表示每个状态的高斯混合数，D表示特征向量的维数。

6.如权利要求1所述的基于低频音节识别的语音增强方法，其特征在于，所述步骤(5)中，得到当前语音在每个子带上语音存在的概率，包括：

在训练阶段，将语音的幅度谱划分为8个等间距的子带，设训练语音的幅度谱为|S(k)|，0≤k≤N₀-1，其中帧长N₀取2的整数次方，则第j个子带上的幅度谱为：

|S_j(k)|＝|S(k+j-1)|；

将训练语音切分为音节，得到每个音节的训练语音，统计每个音节在每个子带上语音存在的概率；

设第h个音节的第j个子带上存在语音的样本数为N_hj，第h个音节的总样本数为N_h，则第h个音节的第j个子带的语音存在概率为

1≤h≤N_S

其中，N_S表示系统的音节数。

7.如权利要求1所述的基于低频音节识别的语音增强方法，其特征在于，所述步骤(6)包括：

设当前语音属于第l个音节，在第j个子带上语音存在的概率为P_l(j)，则对该子带上的每个数字频率k，用加权谱减法减小噪声的影响：

其中，N(k)是噪声的幅度谱均值，|Y(k)|是含噪语音的幅度谱，是纯净语音幅度的估计值；α(j)是当前帧第j个子带上所有数字频率的过减系数，其值与当前语音当前帧的子带能量E(j)成反比，子带能量E(j)越大，α(j)就越小，α(j)的取值范围限制在1≤α(j)≤6。