基于譜相減改進算法的語音增強系統的實現研究

覃貴禮， 羅云芳， 潘澤鍇

(廣西職業技術學院　計算機與電子信息工程系， 廣西　南寧　530226)

?

基于譜相減改進算法的語音增強系統的實現研究

覃貴禮， 羅云芳， 潘澤鍇

(廣西職業技術學院計算機與電子信息工程系， 廣西南寧530226)

針對數字通信網絡中廣泛應用的語音增強處理，在原有譜相減算法語音增強處理原理基礎上改進該算法，并基于改進的譜相減算法采用MATLAB軟件開發設計語音增強處理系統，經過測試表明系統能很好地實現帶噪語音增強處理,聲音的質量和可懂度提高效果顯著。

譜相減改進算法；語音增強；信噪比；MATLAB

0　引言

隨著人類制造出各種各樣的機器，人與機器的交流慢慢地變成一種迫切的需求，人們的語音交流方式移植到人與機器之間并成了一種主流技術，也為人們提供了一種便利[1]。在數字技術發展和適應人們隨時隨地辦公娛樂趨勢的影響下，語音技術也得到了長足的發展，語音識別技術在人機交互的場合也得到了廣泛的應用，在某些領域，機器已經能很好地理解人類語音的信息，準確的識別出人類語音的內容，并且經過數字信號處理的方式把獲取的信息返回給執行機構完成相應的動作，從而實現人機交互的自然語言通信功能[2]。但在某些實際的應用中，傳輸距離和各種外界噪聲因素會對傳輸的語言信號的強度和清晰度造成嚴重的干擾，同時受接收時各類硬件質量的影響，很多語音信號不能很好地識別，造成人機不能很好地交互。因此，利用數字技術把語音進行數字化處理以后，再利用語音處理算法對其進行增強處理，可提高語音的抗干擾性和可讀性[3]。本文對語音信號的增強原理進行分析，設計了基于譜相減改進算法的語音增強系統，并詳細闡述了系統的設計和實現方法。

1　譜相減改進算法實現語音增強的原理

1.1經典譜相語音增強減算法

經典的譜相減算法是在頻域的范圍內，語音的功率譜估計值使用帶噪語音功率譜減去噪聲的功率譜得到，語音的幅度通過對語音的功率估計開方得到，將其相位恢復后再采用逆傅立葉變換恢復時域信號，而在相位恢復中的相位信息包含在帶噪語音當中[4]。

在經典譜相減算法數學建模中，s(m)、n(m)、和y(m)分別代表語音、噪聲和帶噪語音，Ss(ω)、Sn(ω)和Sy(ω)則表示短時譜，則帶噪語音信號可以表示為：

y(m)=s(m)+n(m)(1)

對式(1)進行加窗處理并對其兩邊進行傅里葉變換可以得到：

Yw(ω)=Sw(ω)+Nw(ω)(2)

在原來假設s(m)中和n(m)是相互獨立的個體，則根據式(2)可以得到原來的語音估值為：

因為噪聲是局部平穩的，故可以認為發音前的噪聲與發音期間的噪聲功率譜相同，因而可以利用發語音前的“寂靜幀”來估計噪聲。在語音的頻域中，使用式(3)可以純凈語音的譜估計，實現簡單的語音增強功能，但是實現的語音增強效果不是很明顯，對于復雜的噪聲無能為力。

1.2改進譜相減語音增強算法

根據譜相減算法實現語音增強的原理，其實現語音增強的數學表達式為：

式中，m表示x的平均值，σ表示標準偏差。噪聲的幀功率譜是在很寬的范圍內隨機變化的，變化頻域幀功率譜中的最大值與最小值的比值很大，可以達到幾個數量級，最大值與平均值之間的比值也很大，有倍。因此，在語音增強處理去噪時，會殘留較大功率譜相關分量的一些剩余部分，這些剩余殘留在頻譜上會出現隨機的尖峰，形成聽覺上的殘留噪聲。

圖1　譜相減改進算法實現語音增強原理圖

結合式(4)和式(5)得到譜相減改進算法語音增強的計算式：

在譜相減語音增強算法計算模型中，通過改變a和β兩個參數，能使算法在實現上具有很好的靈活性，通過靈活改變a和β參數的值正是譜相減語音增強處理算法改進的一種有效實現方式。本文即通過改變和參數的值進行譜相減語音增強處理算法的改進，并將改進后的算法用于語音增強處理[6]。算法模型中的參數表示譜減功率修正系數，取值越大，進行語音增強處理時，信噪比值越高，但同時也會加大原始語音信號的失真率。參數表示譜減噪聲系數，它的取值會影響被減噪聲功率譜值，β取值越大，增強處理后的語音音樂噪聲越少，能在一定程度上更好的突出語音頻譜，但同時也會加大原始語音信號的失真率。

計算模型中，當確定參數a和β的取值后，在利用算法模型進行語音增強處理過程中就一直不會改變，這與實際的語音增強處理不符，因為在語音增強處理過程中，需要在噪聲頻段中減去功率較大的噪聲，實現提高信噪比的目的，而為了保證原始帶噪語音中更多的清音，往往在帶噪語音段中減去的噪聲功率譜較小，實現提高增強處理后語音的可懂度。所以在實際的語音增強處理過程中應根據處理語音的頻率段和語音幀動態調整a和β參數的取值。在處理的語音信噪比較低時，根據原始帶噪語音幀頻譜功率與噪聲幀頻譜功率的比值進行動態改變參數和值，語音處理后能較大程度的提高信噪比，同時又能最大程度的去除音樂噪聲和減少語音的失真度，使增強處理后的語音更符合人耳聽覺范圍，保證語音增強處理的可懂度和清晰度。

2　基于譜相減改進算法語音增強系統的設計實現

系統的設計實現主要分為原始語音和噪聲的準備，語音信號增強處理時輸入語音信號的確定，對輸入的語音信號進行增強處理程序功能實現等幾部分。系統用于測試的原始語音采用格式8 kHz，16 bit，選取相對安靜不帶噪音的環境，利用單聲道錄制的一段純凈語音，時間大約5 s。系統設計利用MATLAB軟件實現，語音讀取使用wvaerda()函數完成，在語音開始之初截留一段純凈語言作為計算信噪比參考，其余部分加入由軟件自帶函數產生高斯白噪聲，噪聲頻譜值取噪聲幀中對應每一點的最小值作為被減噪聲頻譜值輸入語音信號，取原始語言與倍的噪聲之和，信噪比的隨著值變化而發生變化[7]。

在整個系統設計包括兩個部分：經典譜相減語音增強算法和改進譜相減語音增強算法處理，通過對比兩個處理效果得出改進后算法的優越性。在經典譜相減語音增強算法中，利用原帶噪語音的相位恢復到時域語音信號，從而得到處理后的語音信號，完成整個基于譜減法的語音增強過程，在系統處理中，經典譜相減發的工作流程圖如圖2所示。

圖2　經典譜相減算法語音處理設計流程圖

改進譜相減語音增強算法語音信號的增強處理使用漢明窗函數實現，根據輸入的語音的長度確定漢明窗的長度和平滑速度，由語言長度和每幀長確定程序最大循環次數M；而后進行傅里葉變換，由時域轉換為頻域以獲得相角、幅值的變化，需要對每幀數據進行功率譜計算，而后對臨近的幾幀進行平滑處理，獲取改進后的譜相減閥值a，β，確定功率因素補償閥值，利用得到譜相減改進算法語音增強的乘積形式進行語音增強[8]，使用傅里葉反變換獲取閥值賦給序列相應段，經過M次循環處理，得到處理以后的聲音，可以試聽經過該算法改進以后的語音，基于譜相減改進算法的語音增強處理實現流程如圖3所示。

圖3　譜相減改進算法語音增強處理實現流程

實現語音增強處理的程序功能以GUI界面設計，系統功能可以直觀的演示原始語音波形和基于譜相減改進算法增強后語音波形情況對比，并且可以直接播放語音，對比語音前后變化情況。

3　系統測試和結果分析

完成基于譜相減改進算法的語音增強系統開發后，為了測試系統實現的功能和性能，進行測試實驗。測試輸入帶噪語音樣本由上述系統錄制的時長大約為5 s的原始語音與產生m的倍高斯白噪聲之和組成，將準備好的輸入原始帶噪語音樣本在本系統進行播放，播放的語音波形如圖4所示。

圖4　原始語音波形

在系統測試中，輸入時選取輸入信噪比為15.6 dB，分別使用經典譜相減語音增強算法和改進譜相減語音增強算法對同樣的帶噪語音進行處理，處理的效果如圖5所示。

圖5　同樣信噪比語音增強算法效果對比

對同樣的樣本，系統將原始帶噪語音樣本利用譜相減改進算法進行語音增強處理，根據不同的增強處理信噪比對語音增強處理后，設計選取信噪比為22.7 dB、43.4 dB對樣本進行處理，語音播放的波形如圖6所示。

圖6　改變信噪比語音增強后效果對比

通過對比經典譜相減語音增強算法和改進譜相減語音增強算法語音處理效果和不同信噪比的語音增強處理效果的圖像，并且分別試聽處理前后的語音，改進譜相減語音增強算法語音處理效果比經典譜相減語音增強算法有所改進，通過不斷調整系數的方法，使得該改進算法獲得更高的信噪比，經主觀試聽噪聲減弱到不影響正常聲音可以接受的范圍，噪聲得到了明顯的抑制，噪聲由原來的刺耳感覺變成柔和易于使人接受的聲音。

在不斷地測試中也發現，當信噪比取值過大，原始聲音減幅值也顯著下降，在噪聲被濾波處理的同時，原來聲音效果也會出現明顯走樣的情況，所以要多次測試，對比不同的效果，取得濾波效果最好，同時原始聲音損失最小的信噪比取值。對比其他的處理方式，該算法在輸入信噪比較低的情況下，增強處理后的語音輸出信噪比明顯提高，噪聲濾波處理的效果已經凸顯，原始的語音可較快的達到可讀懂的范圍。提高系數增大信噪比，語音濾波處理響應速度提高，語音增強處理的效果顯著。

4　結論

適應數字化社會的不斷發展，用數字化的方法對語音進行識別和增強的處理，這樣的做法在很多領域得到應用，也是數字化通信網絡通用的處理方式。本文在原有譜相減算法語音增強處理原理基礎上改進該算法，并以此算法為基礎，詳細闡述利用MATLAB軟件設計開發語音增強處理系統的實現方式。系統經過測試表明，能對輸入的帶噪語音樣本，以不同的輸入信噪比進行增強處理，處理后的語音噪聲明顯減少，同時語音可懂度得到了一定程序的提高。如果輸入的原始噪聲樣本語音信噪比比較高，語音增強處理的效果更好，利用譜相減改進算法的語音增強系統，對帶有噪聲的語音完成數字處理從而實現增強的效果，有很好的現實作用。

[1]張雄偉,陳亮,楊吉斌.現代語音處理技術及應用[M].北京：機械工業出版社,2003:34-78.

[2]張勇,劉軼,劉宏.結合人耳聽覺感知的兩級語音增強算法[J].信號處理,2014,30(4):363-373.

[3]戴紅霞,趙力.基于麥克風陣列的數字助聽器語音增強技術[J].電子器件,2015,38(3):606-610.

[4]隋璐瑛,張雄偉,黃建軍,等.基于碼本學習的改進譜減語音增強算法[J].計算機工程與應用,2013,49(16):216-220.

[5]張賀,沈天飛,滕秋霞.基于級聯式改進型譜減算法的語音去噪技術研究[J].工業控制計算機,2014,27(7):119-120,123.

[6]Wang Jizeng，Wang Chanfei.A New Speech Enhancement Method Based On Wavelet Packet Transform[J]．2008International Congress on Image and Signal Processing，27-30May2008，Sanya，Hainan，China，be published by the IEEE and indexed in both EI and ISTP：317-321．

[7]張雪英.數字語音處理及MATLAB仿真[M].北京：電子工業出版社,2010:154-178.

[8]徐寧,何晨.語音信號增強算法研究與實現[J].儀表技術,2015(6):24-26,3.

[Key words]The improved spectral subtraction algorithm; speech enhancement; signal to noise ratio; MATLAB

[責任編輯劉景平]

Research and Implementation of the System of Speech Enhancement Based on the Improved Spectral Subtraction Algorithm

QIN Gui-li, LUO Yun-fang, PAN Ze-kai

(Department of Computer and Electronic Information Engineering, Guangxi Polytechnic,Nanning, Guangxi 530226, China)

Speech enhancement is widely applied in the digital communication network. An improved spectral subtraction algorithm of speech enhancement is proposed and a speech enhancement system is designed by the MATLAB based on this improved algorithm. Experimental results show that the system can well achieve speech enhancement with noise. The quality and intelligibility of sounds are all improved effectively.

TP391

A

1672-9021(2016)02-0073-06

覃貴禮(1976-)，男，廣西鹿寨人，廣西職業技術學院計算機與電子信息工程系副教授，主要研究方向：電子技術和電氣自動化技術。

2015-12-01