語(yǔ)音與噪聲的特性及其研究現(xiàn)狀

梁李鵬　陸永耕

摘 要 在噪聲環(huán)境下的語(yǔ)音識(shí)別率將會(huì)受到嚴(yán)重的影響。語(yǔ)音增強(qiáng)是解決噪聲污染的有效方法。在語(yǔ)音增強(qiáng)技術(shù)中，語(yǔ)音識(shí)別和說(shuō)話人識(shí)別是很重要的。因此，識(shí)別裝置通常工作在環(huán)境噪聲下。語(yǔ)音增強(qiáng)不僅與信號(hào)處理技術(shù)相關(guān)，并涉及到人的聽(tīng)覺(jué)感知和語(yǔ)音認(rèn)知。由于噪聲的來(lái)源有很多，在不同的應(yīng)用場(chǎng)合，其特點(diǎn)也各不相同，因此很難確定一個(gè)通用的適用于各種環(huán)境噪聲的語(yǔ)音增強(qiáng)算法。根據(jù)不同的噪聲，采用不同的語(yǔ)音增強(qiáng)策略。

關(guān)鍵詞 語(yǔ)音識(shí)別 語(yǔ)音增強(qiáng) 噪聲 算法 信噪比

中圖分類號(hào)：TN912 文獻(xiàn)標(biāo)識(shí)碼：A

1語(yǔ)音與噪聲的研究現(xiàn)狀

在言語(yǔ)交際中，人們不可避免地受周圍環(huán)境的影響，如傳輸介質(zhì)噪聲，通信裝置內(nèi)的電噪聲，和其他說(shuō)話人的聲音等。由于噪聲干擾的存在，接收到的語(yǔ)音不是原來(lái)干凈的語(yǔ)音信號(hào)，因?yàn)樵卩须s的語(yǔ)音信號(hào)中存在著噪聲污染。例如，安裝在車輛上，飛機(jī)或船上的電話，街道或在戰(zhàn)場(chǎng)上的公共電話與機(jī)場(chǎng)廣播，在強(qiáng)背景噪聲下往往會(huì)受到噪音干擾，嚴(yán)重影響通信的質(zhì)量。室內(nèi)電話會(huì)議和語(yǔ)音廣播混合各會(huì)場(chǎng)的回聲，影響收聽(tīng)效果。深海潛水員的演講會(huì)因?yàn)榕宕髦ぱ鯕饷嬲侄д妫瑲v史悠久的老唱片與舊磁帶會(huì)產(chǎn)生噪聲，從而引發(fā)失真的現(xiàn)象，這些都是語(yǔ)音帶噪音的實(shí)際例子。

多年來(lái)，各種語(yǔ)音增強(qiáng)算法的寬帶噪聲存在的人。雖然語(yǔ)音增強(qiáng)還沒(méi)有建立完整的理論體系，但一些語(yǔ)音增強(qiáng)算法已被證明是有效的。常用的語(yǔ)音增強(qiáng)算法大致分為兩種：基于語(yǔ)音產(chǎn)生模型參數(shù)的增強(qiáng)方法和基于非語(yǔ)音產(chǎn)生模型參數(shù)的增強(qiáng)方法。基于語(yǔ)音產(chǎn)生模型參數(shù)的方法主要有卡爾曼濾波方法和基于隱馬爾可夫模型的方法，他們對(duì)語(yǔ)言產(chǎn)生的模型參數(shù)和恢復(fù)特性做合理的估計(jì)。但由于語(yǔ)音生產(chǎn)模型的參數(shù)難以被評(píng)估，很難得到準(zhǔn)確的低信噪比，并且由于迭代和增加算法的復(fù)雜度，該算法沒(méi)有取得實(shí)質(zhì)性的進(jìn)展。不基于語(yǔ)音生成模型的語(yǔ)音增強(qiáng)方法主要包括自適應(yīng)噪聲濾波方法，譜減算法以及短時(shí)譜估計(jì)增強(qiáng)算法。這種算法相比于基于語(yǔ)音生成模型的語(yǔ)音增強(qiáng)算法，參數(shù)設(shè)置簡(jiǎn)單，信噪比大大提高，在語(yǔ)音增強(qiáng)的實(shí)際應(yīng)用中得到了廣泛的應(yīng)用。在該算法中，譜減算法作為基本算法，簡(jiǎn)單而易于實(shí)現(xiàn)，具有良好的性能和廣泛的應(yīng)用。

在實(shí)際的需求下，語(yǔ)音增強(qiáng)技術(shù)早就引起了人們的關(guān)注，許多工程技術(shù)人員與科學(xué)家多年來(lái)一直鍥而不舍進(jìn)行這方面的研究。隨著數(shù)字信號(hào)處理理論的發(fā)展，上世紀(jì)七十年代，語(yǔ)音增強(qiáng)技術(shù)的研究已經(jīng)達(dá)到了一個(gè)高潮，得到了一些基本結(jié)果，使語(yǔ)音增強(qiáng)技術(shù)成為了數(shù)字語(yǔ)音信號(hào)處理的一個(gè)重要分支。之后，隨著大規(guī)模集成電路和計(jì)算機(jī)技術(shù)的發(fā)展，語(yǔ)音增強(qiáng)算法的仿真技術(shù)推動(dòng)語(yǔ)音增強(qiáng)技術(shù)的發(fā)展提供了必要的條件，語(yǔ)音增強(qiáng)中的應(yīng)用研究進(jìn)入了一個(gè)嶄新的階段。

語(yǔ)音增強(qiáng)的目的是提取盡可能多的從帶噪語(yǔ)音信號(hào)中原始的純凈語(yǔ)音。然而，由于干擾通常是隨機(jī)的，從帶噪語(yǔ)音中提取完全純粹的語(yǔ)音幾乎是不可能的。在這種情況下，語(yǔ)音增強(qiáng)的主要目的有兩個(gè)：首先是語(yǔ)音質(zhì)量的改進(jìn)，消除了背景噪聲，使人們?cè)敢饨邮埽桓杏X(jué)疲勞，這是一個(gè)主觀的方法，其次是提高信噪比，這是一個(gè)客觀的測(cè)量。這兩個(gè)目標(biāo)往往是不相同的。目前有一種針對(duì)于低信噪比的語(yǔ)音增強(qiáng)方法，雖然可以顯著降低背景噪聲，提高語(yǔ)音信號(hào)的信噪比，但它會(huì)嚴(yán)重降低語(yǔ)音質(zhì)量。

2語(yǔ)音與噪聲的特性

2.1語(yǔ)音的特性

語(yǔ)音是一段非平穩(wěn)的隨機(jī)過(guò)程，但由于聲帶和聲道的形狀在一段相對(duì)穩(wěn)定的時(shí)間內(nèi)是不會(huì)產(chǎn)生突變的，因此可以得出結(jié)論：語(yǔ)音的特征是不變的，所以語(yǔ)音具有短時(shí)譜的相對(duì)穩(wěn)定性。這種平穩(wěn)的語(yǔ)音可以使用短時(shí)譜來(lái)進(jìn)行分析。

清音和濁音是語(yǔ)音的兩大分類。濁音在頻域中存在一個(gè)明顯的周期性，在時(shí)域中具有共振峰結(jié)構(gòu)，但大部分能量集中在低頻段。清音段沒(méi)有明顯的時(shí)域和頻域特性，類似于白噪聲。在語(yǔ)音增強(qiáng)技術(shù)中，可以使用具備周期性特征的濁音，使用梳狀濾波器來(lái)提取語(yǔ)音分量或抑制非語(yǔ)音信號(hào)，而清音和寬帶噪聲則難以區(qū)分。

通過(guò)對(duì)語(yǔ)音信號(hào)的統(tǒng)計(jì)分析，可以用來(lái)描述語(yǔ)音的特征。由于語(yǔ)音是不穩(wěn)定的，是非遍歷隨機(jī)過(guò)程，所以長(zhǎng)時(shí)域的語(yǔ)音增強(qiáng)技術(shù)的統(tǒng)計(jì)特性意義不大。隨時(shí)間變化的幅度統(tǒng)計(jì)特性具有短期語(yǔ)音頻譜，并且只有當(dāng)分析幀的長(zhǎng)度趨向于無(wú)窮大時(shí)，才近似可以被認(rèn)為是具有高斯分布的。在高斯分布模型的基礎(chǔ)上可以獲得中心極限定理。在寬帶噪聲污染的語(yǔ)音增強(qiáng)技術(shù)中，這種假設(shè)可以被認(rèn)為是分析的前提。

2.2噪聲的特性

不同的實(shí)際應(yīng)用中會(huì)有不同的噪聲特性，并且噪聲能發(fā)生很大變化。噪聲可以是加性的，但也可以是非加性的。一些非加性噪聲可以轉(zhuǎn)換為加性噪聲。例如，同態(tài)乘性噪聲通過(guò)噪聲卷積變換可以成為加性噪聲。加性噪聲通常分為周期性噪聲，脈沖噪聲，寬帶噪聲和語(yǔ)音的干擾噪聲和其他非加性噪聲，包括混響電路噪聲和傳輸網(wǎng)絡(luò)噪聲。

語(yǔ)音增強(qiáng)要利用到噪聲的各種參數(shù)，噪聲評(píng)估的精確度對(duì)后續(xù)算法具有顯著直接的影響，因此預(yù)先準(zhǔn)確地估算噪聲對(duì)語(yǔ)音增強(qiáng)的影響是非常重要的。當(dāng)對(duì)噪聲進(jìn)行估計(jì)時(shí)，通常假設(shè)要估計(jì)的噪聲具有零均值。在許多噪聲估計(jì)方法中，有檢測(cè)無(wú)聲語(yǔ)音信號(hào)和有聲語(yǔ)音信號(hào)的。

參考文獻(xiàn)

[1] 張俊.基于譜減算法語(yǔ)音增強(qiáng)的研究[J]. 信息技術(shù)，2009（03）.

[2] 范立，侯強(qiáng)，吳題，李娟.變?cè)肼暛h(huán)境下語(yǔ)音增強(qiáng)算法性能比較[J]. 武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版），2009（02）.