幾種單通道的語音增強算法研究

楊龍

【摘 要】對目前常用的幾種單通道語音增強算法，即譜減法、最小均方誤差估計以及子空間算法進行研究，通過仿真實驗對三種單通道語音增強算法的去噪效果和去噪后語音失真程度以及信噪比進行比較分析，由此論證三種方法的使用條件和在該條件下的增強效果。

【關鍵詞】語音增強；去噪；信噪比

The Search of Single Channel Speech Enhancement Algorithms

YANG Long

（Department of Information Engineer， Academy of Armored Forces Engineering， Beijing 100072，China）

【Abstract】The paper compares the commonly used several kinds of single channel speech enhancement algorithms， such as spectral subtraction， minimum mean square error estimation and subspace algorithm. Through the experiments， the paper aims at arguing the performance of the three kinds of single channel speech enhancement algorithms and gains the condition and environment of using the algorithms..

【Key words】Speech enhancement；De-noise；SNR

語音通信是最直接有效的傳遞信息的手段，隨時代的發展，語音通信質量不斷被提出更高的要求，因而語音增強技術一直是研究的熱點，語音增強算法層出不窮。

語音增強算法可根據麥克風的通道數分為單通道和多通道。由于模型簡單和成本較低，單通道語音增強算法一直被廣泛的應用并不斷研究推廣。常見的單通道語音增強算法有譜減法，基于統計的方法，子空間，維納濾波等。

1 三種單通道語音增強算法

1.1 譜減法

譜減法基本思想是假設加性噪聲的情況下，從帶噪語音的頻譜估值中減去噪聲頻譜估值，從而得到純凈語音的頻譜估值。譜相減法的一般形式如圖1所示，Y（ω）是帶噪語音頻域形式，（ω）為噪聲頻譜估計。

1.2 最小均方誤差估計（MMSE）

基于短時頻譜幅度（STSA）對于語音可懂度和質量的重要性，研究者提出了從已知帶噪信號中提取信號幅度譜的最優方法——最小均方誤差估計法（MMSE），其估計式如下，

（k）=exp（dt）R（k）

公式（3）中，（k）是純凈語音幅度估計值，R（k）是帶噪語音幅度估計值，為先驗信噪比。此法關鍵在優化算法結構，減少計算量。并且，先驗信噪比估計的準確度也對整體增強效果有較大的影響。

1.3 子空間算法

基于信號子空間的語音增強算法以線性代數為基礎，通過正交分解的思想將帶噪信號向量空間分解為分別由純凈信號主導和噪聲信號主導的兩個子空間，通過去除落在“噪聲空間”里的帶噪向量分量來估計出純凈語音信號。利用值分解（SVD），可將帶噪信號分解到兩個信號子空間，這兩個空間相互正交，其中一個為目標信號子空間，另一個為其正交子空間或“噪聲子空間”。

子空間算法通用結構如圖2示。為了達到精準實現語音和噪聲的空間分割，除了需構建相關變換的U矩陣，還需估計出變換過程中的增益矩陣。由于以線性代數為基礎，在每個語音幀都需進行SVD因此計算量龐大，常以遞歸法或限定估計數量的方式優化算法結構。

2 實驗與分析

通過利用matlab構建仿真環境，本文使用來自NOISEUS語料庫的帶噪語音對三種經典的單通道語音增強算法進行仿真比較，分析和總結三種算法的優缺點。所有測試含噪語音來自NOISEUS語料庫，選取sp01作純凈語音，選取train，babble和airport作為噪聲。設置0dB和5dB兩種信噪比為仿真環境。帶噪語音信號的采樣頻率設置為8000Hz。以SNR=5的條件進行仿真的波形圖如圖3所示。

以SNR和LLR作為測試實驗性能的評價標準。根據文獻[]可知，SNR用來評價去噪能力，LLR用來評價語音失真度，SNR越大越好，LLR越小越好。其仿真結果所獲數據見表1。

三種單通道語音增強算法的SNR和LLR從表1可以看出，子空間的SNR和LLR最大，說明子空間去噪效果最好，但語音失真度最大。MMSE的LLR最小，即語音失真度最低。在處理低信噪比的含噪語音時，MMSE的去噪能力比譜減法強，而在處理高信噪比的含噪語音時，譜減法的去噪能力比MMSE強。

3 結束語

本文介紹了譜減法、最小均方誤差（MMSE）以及子空間法三種單通道的語音增強算法。通過對三種算法仿真，從數據對三種算法進行了分析，從而論證了三種算法的優缺點及其使用環境與條件。仿真實驗表明，子空間法去噪效果好，但失真大，即可懂度低；MMSE去噪能力稍弱，但是可懂度高；譜減法做為最基本的語音增強算法，在實時性上占據優勢，但是去噪效果不如前兩種算法。

【參考文獻】

[1]P. C. Loizou，高毅，等.語音增強：理論與實踐[M].成都：電子科技大學出版社，2012，12.

[2]王路露，劉光燦，夏旭.一種改進型譜減算法的語音增強研究[J].計算機工程與應用，2014，19：210-213.

[3]陳俊，孫洪，董航.基于MMSE先驗信噪比估計的語音增強[J].武漢大學學報：理學版，2005，05：638-642.

[4]楊琳，張建平，顏永紅.單通道語音增強算法對漢語語音可懂度影響的研究[J]. 聲學學報，2010，02：248-253.

[5]楊海濱，張軍.基于模型的單通道語音分離綜述[J].計算機應用研究，2010，11：4025-4031.

[6]歐世峰，趙曉暉，顧海軍.改進的基于信號子空間的多通道語音增強算法[J].電子學報，2005，10：60-63.

[責任編輯：劉展]