[发明专利]基于改进噪声估计的MMSE-LSA语音增强方法

说明书

本发明公开了一种基于改进噪声估计的MMSE‑LSA语音增强方法，包括：S1：对带噪语音进行分帧、加窗处理，做短时傅里叶变换，求出带噪语音的幅度谱和相角；S2：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：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：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：利用MMSE‑LSA谱估计器对带噪语音进行语音增强；通过对语音特征参数能熵比的构建，减小噪声残留和语音失真，达到改善语音质量的目的。

技术领域

本发明涉及改进噪音的语音增强领域，具体是基于改进噪声估计的MMSE-LSA语音增强方法。

背景技术

噪声污染会使语音中的有用信息被湮没，严重影响语音质量和可懂度。语音增强技术就是在尽量减小失真的前提下抑制噪声、改善语音质量的技术。目前的语音增强方法主要基于短时谱幅度估计法、语音参数模型法、听觉场景分析法等。

而MMSE-LSA方法是基于语音活动检测的，利用语音和噪声统计特性的先验知识对带噪语音帧进行噪声帧和语音帧的判决，只在噪声帧来更新噪声估计，对语音帧则延续过去的噪声谱估计，再在最小均方误差准则下估计出谱增益函数，进而重构纯净语音。但是，MMSE-LSA方法由于使用经验阈值来判决噪声帧和语音帧，存在较大误差，容易出现噪声过估计和欠估计，使增强语音失真和噪声残留问题严重。

在现有技术中，虽然MMSE-LSA谱估计器能够采用基于最小值控制递归平均方法，利用连续最小值跟踪得到初步噪声估计，再利用过去的噪声谱估计和当前帧的带噪语音功率谱的加权和作为当前帧的噪声估计，但是由于其语音存在概率由先验的语音存在和不存在的概率决定，仍然存在一定的噪声估计误差，使MMSE-LSA语音增强性能受限；而引入短时能量和谱熵能够组成能熵比，利用能熵比进行语音存在概率的估计，再结合谱减法进行语音增强，该方法虽然能有效减小噪声估计误差，提高语音信噪比，但在非平稳环境下其仍然存在一定程度的噪声残留和语音失真问题。

所以，如何减小噪声估计误差，调高语音信噪比，并且避免在非平稳环境下的噪声残留和语音失真问题，便成为改进噪音的语音增强领域亟待解决的问题。

发明内容

本发明的目的在于克服现有技术无法在减小噪声估计误差，调高语音信噪比的同时避免在非平稳环境下造成噪声残留和语音失真的不足，提供了一种基于改进噪声估计的MMSE-LSA语音增强方法，通过对语音特征参数能熵比的构建，利用平滑后的语音存在概率，来达到准确地跟踪噪声变化，减小噪声残留和语音失真，改善语音质量的目的。

本发明的目的主要通过以下技术方案实现：

基于改进噪声估计的MMSE-LSA语音增强方法，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。

在本发明中假定是y（n）输入的带噪语音， s（n）是干净语音，d（n）是噪声信号，则带噪语音模型为：