沈晓东 ,李弼程

(1.清华大学电子工程系,北京 100084;2.解放军信息工程大学信息工程学院,河南郑州 450002)

0 前言

人们在语音通信过程中,会受到方方面面的噪声干扰。这些干扰最终将使接收者接收到的语音不再是纯净的原始语音,而是被噪声污染过的带噪语音。在目前的语音去噪方法中,谱减法去噪是较为常见的一种方法[1]。该算法传统形式的不足之处是处理后会产生具有一些节奏性起伏的“音乐噪声”。目前,各种语音去噪方法仍无法极为有效去除该噪声,所以,语音界依然把如何尽可能的去除“音乐噪声”作为语音增强领域研究的一大重点[1-2]。

为了尽可能的降低“音乐噪声”,本文采用基于功率因数补偿的谱相减算法对背景噪声信号进行估计,得到增强语音信号。

1 传统的谱减法简要介绍

传统的谱减法直接从有噪信号中减去噪声谱得到“纯净”的语音谱[3]。假设sw(n)、dw(n)和yw(n)分别代表语音、噪声和带噪语音,Ss(ω)、Sd(ω)和Sy(ω)分别表示其短时谱,假设噪声dw(n)是与语音sw(n)不相关的加性噪声[3-4]。于是得到信号的加性模型

平方处理后得到:

由于人耳对语音的感知是通过语音信号中各频谱分量的幅度获取的,对各分量的相位则不敏感,因此,直接用带噪语音的相位作为增强以后的语音相位,就可得到原始语音的估计值。

2 改进的谱减法

2.1 改进谱减法基础理论

对式(3)进行功率谱修正处理,目的是增加灵活性。修正后的功率谱形式为:

引入 α、β和γ三个参数为算法提供了很大的灵活性。实际的增强实验表明:适当调节 α、β和γ可以获得比原始的谱减法更好的增强效果[7]。当γ=1,α=1时,可得到幅度谱减法形式,α＞1为过减形式;当 γ=2,α=1时,可得到功率谱减法形式,α＞1为过减形式。

2.2 用阈值补偿增益因数

在式(4)中,为了更好的去除噪声,在进行谱相减时,引入了过减因子α(＞1),这样更为彻底的去除了噪声,但是,不可避免的会导致过减因子与噪声估计谱相乘后的值大于带噪语音功率谱的现象。为了避免这种现象,引入了增益因数补偿阈值 σ,

其中,b为预设的增益补偿因子(很小),设为0.01,可依据实际情况变化取值。noise_p为噪声的功率谱,speech_p为带噪语音的功率谱。

实验过程中,对一段语音进行处理,得到其补偿阈值仿真见图1。

图1 功率因数补偿阈值

谱减法乘积形式为:

其中,speechn_p=speech_p-α×noise_p。

在古代，乐是礼的重要组成部分，礼乐在三代之前当有一段漫长的萌芽发展过程。礼乐制度虽然在周初才得到完备，但是其渊源应该上溯到三代之前。《虞书·舜典》中载有舜帝命令夔“典乐”（主持乐政）时的一段对话，“帝曰：‘夔，命汝典乐，教胄子。直而温，宽而栗，刚而无虐，简而无傲……八音克谐，无相夺伦，神人以和。’”《韩非子·外储》、《吕氏春秋·察传》均载有鲁哀公问“夔”于孔子事，孔子认为“夔”之官名为“乐正”，也就是主持乐礼的官员。据学者考证，夔是古代东夷部族的一支。可见，那时东夷地区的礼乐文化已经非常发达。

由式(6)得到功率因数

对上面语音处理得到其功率因数仿真见图2。

图2中计算所得到的功率因数 g已有很多点数的数值已经在横坐标之下,不符合要求,达不到过减的目的。于是,将计算所得到的g与 σ相比较,如果 g＜σ,那就将 g的取值更新为 σ,仿真见图3。

图2 过减后功率因数

这样就使谱减后的残留噪声和起伏音乐噪声都得到了b倍的衰减,既达到了有效消除噪声的目的,也避免了过减处理后连纯净语音也减掉的缺点。

图3 用阈值补偿后的功率因数

2.3 改进谱减法具体算法

(1)加窗分帧。(2)对每一帧做fft,求出相角,求出幅值。(3)每相邻几帧进行平滑处理。(4)对每一帧数据进行功率谱估计。(5)对应对功率谱的每相邻几帧进行平滑。(6)取带噪语音前几帧作为噪声帧,取其平均作为噪声的功率谱估计。(7)求功率因数补偿阈值,凡是小于该阈值的增益系数均用阈值来代替。(8)结合式(6)用谱减的乘积形式进行谱减语音增强。(9)对每一帧进行ifft,采用原相角。(10)将处理好语音数据还原至时域。

3 试验仿真结果

本次试验仿真采用MATLAB工具[8-9]。参数选择如下:过减因子a=2;增益补偿因子b=0.01;每帧点数为 200。

在图4、图5中,横坐标表示仿真语音的点数,纵坐标表示电平标准值。

通过客观计算,原始语音的信噪比为 4.584 dB,普通的谱减法增强语音信噪比为 23.263 dB,改进的谱减法增强语音信噪比为29.164 dB。

通过主观测试,改进的谱减法对“音乐噪声”(图4中很明显的起伏竖线)的消除效果十分明显,已不再令人产生“烦躁感”。

4 结束语

与传统的谱减法相比,文中提出的语音去噪方法使得噪声得到更明显的抑制,提高了语音质量。实验表明:特别是在输入信噪比较低的情况下,采用文中算法,更好地提高了带噪语音的输出信噪比,明显削弱了传统谱减法所带来的“音乐”噪声,抑制加性噪声效果更好,有效地提高了语音可懂度。

[1] 王永红.谱相减技术中“音乐噪声”的抑制[J].桂林电子工业学院学报,1998,18(1):16-20.

[2] Berouti M,Schwartz R,Makhoul J.Enhancement of Speech Corrupted by Acoustic Noise[C]//Proc IEEE Icassp.2009: 208-211.

[3] Lim S B,Tong Y C.A Parametric Formulation of the Generalized Spectral Subtraction Method[J].IEEE Transaction on Speech and Audio Processing,2009(6):328-337.

[4] 王文杰,王霞.一种改进的子空间语音增强方法[J].电子设计工程,2010,18(6):127-129.

[5] 金学骥.语音增强算法的研究与实现[D].杭州:浙江大学,2005:12-13.

[6] Jae SL,Oppenbeim V.Enhancementand Bandweidch Compression of Noise Speech[J].Proceedings of the IEEE,2008,67 (12):1586-1604.

[7] Erkelens JS.Minimum Mean-square Error Estimation of Discrete Fourier Coefficientswith Generalized Gamma Priors[J].IEEE Transactions on Audio,Speech and Language Processing,2007,15(6):1741-1752.

[8] 曹晓琳,张素莉,吴平,等.基于MATLAB的谱相减语音增强算法的研究[J].计算机仿真,2006,23(3):278-283.

[9] 郭兴吉.WAV波形文件的结构及其应用实践[J].微计算机信息,2005,21(8):114-116.