孙博凯

（哈尔滨理工大学 测控技术与通信工程学院，黑龙江 哈尔滨150080）

谱减法的目的在于将语音短时谱进行估计，事先假设噪声统计平稳，噪声的幅度谱值在有语音时段和无语音时段的数学期望值都是相等的。根据语音信号和加性噪声是相互独立互不相关这一特性，把有语音时段噪声幅度值替换成无语音时段的噪声幅度谱估计值，然后再和带有噪语音幅度谱值相减，可以估计出语音幅度谱值，后与带有噪声的语音相位一并进行傅里叶反变换，最终计算出增强后的语音信号。学者提出了许多关于谱减法的改进方法[1-4]，比如在听觉掩蔽效应和AR-HMM模型的基础上对谱减法进行改进，这些改进算法能在很大程度上抑制“音乐噪声”。传统的谱减算法必须假定语音信号和噪声信号是统计互不相关的，表明即使在无语期间，噪声也一样会影响全部频带，噪声频谱在实际应用中分布是不规则的，噪声能量也会互不相同的表现在频域上。

1 谱减法

传统谱减法基本原理如图1所示。

图1 传统谱减法基本原理Fig.1 Basic block diagram of the conventional spectral subtraction

假定y（n）、s（n）和d（n）分别为第n个取样点带噪语音的离散信号、原始纯净语音的离散信号和加性噪声的离散信号，给定纯净语音信号与噪声信号是在相互独立的情况下，则带噪语音信号为 ：

y（n）、s（n）和d（n）加窗处理后各自用yw（n），sw（s）dw（n），来表示，有yw（m）=sw（m）+dw（m）， 对其两边作傅里叶变换，整理得：

则有带噪语音信号的功率谱为：

式（3）中：（ω）——Dw（ω）的复共轭函数；（ω）——Sw（ω）的复共轭函数；——语音短时的功率谱。Yw（ω）的 DFT 为