[发明专利]基于改进噪声估计的MMSE-LSA语音增强方法

权利要求书

1.基于改进噪声估计的MMSE-LSA语音增强方法，其特征在于，包括以下步骤：

S1：对带噪语音进行分帧、加窗处理，再对其做短时傅里叶变换，求出带噪语音的幅度谱和相角；

S2：根据步骤S1的结果，计算出带噪语音的对数能量和谱熵，构建出新的语音特征参数能熵比；

S3：根据步骤S2中的能熵比和语音存在概率的性质，得到能熵比和语音存在概率成正比关系，建立能熵比和语音存在概率的数学关系模型，得到语音存在概率估计值；

S4：对步骤S3中得出的语音存在概率估计值进行平滑，利用平滑后的语音存在概率来更新噪声功率谱估计；

S5：根据步骤S4的结果计算出先验信噪比从而得到谱增益估计，给增益函数添加一个约束阈值；

S6：根据谱估计，并利用MMSE-LSA谱估计器对带噪语音进行语音增强；

在所述步骤S5中，通过给MMSE-LSA谱增益添加一个门限阈值来约束增益取值范围，约束谱增益如下：

式中， 为先验信噪比阈值， 为常数，取0.01，为约束增益值，为第k个频率分量的先验信噪比。

2.根据权利要求1所述的基于改进噪声估计的MMSE-LSA语音增强方法，其特征在于，在所述步骤S2中，所述对数能量根据语音段的短时能量大于无语音段可得，具体如下，

若假设经分帧加窗后第i帧的带噪语音信号为，则该帧的短时能量为：

其中， N为帧长，进一步改进能量计算得到对数能量：

式中，α取2.1。

3.根据权利要求1所述的基于改进噪声估计的MMSE-LSA语音增强方法，其特征在于，在所述步骤S2中，所述谱熵由下式可得，

设含噪语音信号加窗分帧后的第i帧语音信号为，经傅里叶变换后，设第k个频率分量的功率谱为，则每个频率分量的归一化概率密度函数为：

则每个分析帧的谱熵为：

。

4.根据权利要求1所述的基于改进噪声估计的MMSE-LSA语音增强方法，其特征在于，在所述步骤S3中，所述能熵比和语音存在概率的数学关系模型的建立过程如下，

令为能熵比，则其表达式为：

可将能熵比与语音存在概率的关系估计为：

其中， 均为控制参数，语音存在概率的取值范围为0到1之间，在取值相同时，b增大，增大；在信噪比较低时，语音存在的概率密度函数较小，此时b取0.8。

5.根据权利要求1所述的基于改进噪声估计的MMSE-LSA语音增强方法，其特征在于，在所述步骤S4中，对估计出的语音存在概率进行递归平滑，其平滑形式如下：

其中，为平滑参数，、分别为当前帧和前一帧的第k个频率分量的语音存在概率估计值。

6.根据权利要求1所述的基于改进噪声估计的MMSE-LSA语音增强方法，其特征在于，在所述步骤S5中，采用如下判决引导法估计出先验信噪比，

其中是平滑系数，取0.98，为第k个频率分量的干净语音幅度谱，为后验信噪比，即加入噪声后第k个频谱分量测量的信噪比。