江昱欣 张红兵

（中国刑事警察学院公安信息技术与情报学院 辽宁省沈阳市 110854）

语音识别技术在智能终端上得到了广泛应用，以手机为例。Samsung 手机推出了Bixby 助理，而iPhone 手机推出了Siri，这些主打智能的语音助理均是语音识别技术的一个衍生种类。语音识别技术在发展中，依托于神经网络模块，并借助自身的系统优化功能，在不同环境下可以取得较高的识别率。但语音识别系统在应用环境中，其测试环节以及训练环境较不匹配。因此，很有可能导致传统的语音识别系统性能出现一定程度的下降。这对于语音识别统计模型而言，产生了一定的问题。因此，在识别系统应用于噪声环境中，在测试语音中的噪声以及训练语音的噪声配比必须进行有效的分析，以取得较高的识别性质。

1 语音信号增强算法的基本原则

在语音信号增强算法的原则回顾中，可以根据以下公式进行模型设定。

此外，在模型公式设定完毕后，各公式中的数值分别代表语音净值。在噪声以及噪声环境中，语音增强最常用的方法便是基于其短时谱估算方法。利用短时频谱估算方法，完成相关的短时频谱交换，将时间模型变更到相关的领域。其主要可分为以下几种方法。

（1）谱减法。谱减法可以假设噪声是否平稳以及噪声的相关特征，分析噪声是否与语音信号具有密切关联。在噪声语音的功率谱中，减去噪声的功率，得到语音频谱。谱减法根据其已经完毕的算法，其运算量较小，较容易实现增强，效果也极佳。……