改進譜減法結合端點檢測的語音降噪

王羔則

摘要：基本譜減法在在低信噪比下濾波性能不佳，會有大量的噪聲殘留，本文提出一種基于能量閾值的自適應譜減濾波算法，并進一步引入基于Teager能量算子的語音端點檢測，實現低信噪比下的語音降噪。

Abstract： The basic spectral subtraction method has poor filtering performance at low SNR， resulting in a large amount of residual noise. This paper proposes an adaptive spectral subtraction filtering algorithm based on energy threshold. the speech endpoint detection based on Teager energy operator is further introduced to realize speech noise reduction under low SNR.

關鍵詞：語音降噪;能量閾值;Teager

Key words： speech denoising;the energy threshold;Teager

中圖分類號：TN912 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2020）25-0222-03

0 ?引言

語音通信是人們生活中最直接、最有效、最常用的通信方式之一，研究含有噪聲的語音信號具有巨大的經濟意義。語音降噪是指在帶噪語音信號中濾除噪聲的過程，常見的語音降噪算法有譜減法[1]、最小均方差法[2]、維納濾波法。在高信噪比條件這三種算法均能取得明顯的濾波效果，但是在低信噪比下，以上算法均無法有效的實現語音降噪。近年來語音減噪算法的改進思路的趨勢是各種算法的結合應用，經驗模態分解法[3]、小波分析[4]這兩種算法經常用來結合降噪算法實現低信噪比下的語音降噪，語音端點檢測算法[5]結合語音降噪相對較少，語音端點檢測中傳統雙門限法應用廣泛，但在低信噪比下無法準確區分語音的有話段和無話段，文獻[5]通過引入中值濾波對雙門限法端點檢測進行了改進，文獻[6]采用Teager能量算子代替傳統短時能量對雙門限端點檢測也進行改進，均實現了低信噪比下語音端點的準確檢測，對此本文提出了一種基于能量閾值的自適應譜減法結合語音端點檢測的降噪算法，并驗證其有效性。

1 ?基本譜減法原理

譜減法的使用條件是假定噪聲和語音相互獨立，在條件成立的情況下，通過短時傅立葉變換得到含噪語音的功率譜和幅度譜，進行噪聲估計得到估計噪聲的噪聲普，從含噪語音的功率譜中減去噪聲功率譜得到純凈的語音信號，由于人耳具有對語音信號的短時相位不敏感的特性，根據該特性把含噪語音的相位作為原始語音的相位，結合含噪語音的相位譜和降噪后的幅度譜，經過IFFT得到降噪后的語音信號，達到語音降噪的目的。

設原始語音信號為x0（n），對原始語音信號添加高斯白噪聲，記加噪后的語音信號為x1（n），對x1（n）分幀加窗，記xi（m）為分幀后的第i幀語音信號，每幀語音的長度為N，步驟如下：

2 ?基于Teager的語音端點檢測

語音端點檢測是從語音信號中找出語音的起始點和結束點的位置，雙門限法端點檢測應用廣泛，但傳統雙門限法無法在低信噪比下實現有效檢測。

Teager能量算子是由Kaiser提出的一種非線性算子，采用Teager能量替代傳統短時能量進行端點檢測更能更能體現純凈語音信號的能量變化，有助于語音端點檢測。它具有兩個特點。

①對調幅信號的幅包絡和調頻信號的瞬時頻率非常敏感，可以有效提取信號的特征。

②Teager能量算子可以衰減不穩定信號，語音信號有話段是穩定信號或半穩定信號，無話段是不穩定信號，帶噪語音信號中無話段經常會有一定的噪聲，Teager能量算子可以衰減無話段的噪聲。假設語音信號的時間序列為

3 ?譜減法結合語音端點檢測降噪

3.1 基于能量閾值的自適應譜減法

基本普減法在高信噪比時有較好的性能，但是在低信噪比時性能大大下降。該算法對每幀語音數據只進行了一次噪聲估計，一次估計并不能準確的估計出噪聲信號，本文根據高信噪比下基本譜減法在濾波后語音能量與原始語音能量之差在一定的范圍內時，表示達到濾波要求，超出該范圍時，表示沒有達到濾波要求，記該范圍為能量閾值。提出當基本譜減法濾波后語音能量于原始語音能量差值大于能量閾值時，對濾波后的語音信號繼續執行譜減濾波，當基本譜減法濾波后語音能量與原始語音能量差值小于該閾值時輸出濾波后的語音信號。由于在30-50db下基本譜減法濾波效果明顯，本文閾值選取30-50db信噪比下濾波后語音能量與原始語音的差值為能量閾值。設語音信號為x（n），能量閾值的計算如公式（6）所示。

式（6）中Eyu表示能量閾值，E（i）表示第i幀帶噪語音信號的短時能量，E′（i）表示濾波后第i幀語音信號的短時能量，fn表示分幀后的總長度。

3.2 譜減法結合端點檢測

本文通過語音端點檢測，對前導無話段的語音數據先不做處理，對其他無話段的語音數據置零，再結合能量閾值對語音的有話段執行基于能量閾值的自適應譜減法，最后對前導無話段語音數據置零。改進后算法流程如圖1所示。

改進后算法的步驟如下：

①用基本譜減法公式（1）、（2）、（3）、（4）初步濾波得到濾波后的語音數據。

②對濾波后的語音數據執行EMD分解流程，得到分解后的各個IMF，EMD的分解流程在文獻[6]中已經介紹，這里不再重復，用Teager能量計算公式計算分解后各個IMF的Teager能量，然后相加計算得到的能量。

③由于低信噪比下語音信號穿過橫軸的次數要比高信噪比下穿過橫軸的次數多，故本文對濾波后的語音數據計算短時過零率時用滑動算數平方法進行濾波，用濾波后的短時過零率代替傳統短時過量率。

④根據步驟②、③計算的能量和過零率執行雙門限端點檢測，前導無話段的語音數據不做改動，除前導無話段外的其他無話段數據置零，得到濾除無話段后的語音數據。

⑤對第四步中濾除無話段的語音數據執行基于能量閾值的自適應譜減法。最后再置零前導無話段的語音數據，得到降噪后的語音信號。

4 ?仿真實驗結果及分析

實驗中純凈語音使用“藍天，白云，碧綠的大海”，幀長和幀移分別設置為200，80，前導無話段設置為0.3秒，短時過零率閾值設置為0.8倍的短時平均過零率值，Teager能量高門限值設置為4倍的Teager能量值，Teager能量的低門限值設置為2倍的Teager能量值。加入0db、1db、2db、3db、4db、5db信噪比的白噪聲，分別執行基本譜減法，基于能量的自適應譜減法，譜減法結合端點檢測算法，得到信噪比對比圖如圖5所示，信噪比值如表1所示。加入0db、5db白噪聲的濾波時域圖如圖2、圖3、圖4所示。

5 ?結論

本文先對帶噪語音進行基于Teager的語音端點檢測，對除了前導無話段外的所有無話段語音數據置零處理，然后對處理后的執行基于能量閾值的自適應譜減法，最后對前導無話段語音數據置零。本文提出的算法與基本譜減法相比，信噪比得到了大幅度的提高，通過仿真實驗結果證明了本文提出的算法的有效性和可行性。

參考文獻：

[1]代龍翔，李冠宇，馬寧.基于譜減法語音增強效果研究[J]. 西北民族大學學報：自然科學版，2017，038（002）：21-25，87.

[2]柯水霞，李遲生.基于LMS自適應噪聲抵消和小波閾值的語音降噪算法研究[J].現代電子技術，2016（003）：27-29，34.

[3]侯麗霞，曾以成，熊民權.EMD與自適應濾波相結合的語音增強法[J].計算機工程與應用，2012，48（9）：104-107.

[4]朱建華，田嵐.基于譜減法和小波閾值的新型語音降噪算法研究[J].煤炭技術，2013，032（001）：171-173.

[5]費宇泉，王英健，夏愉樂.語音端點檢測算法研究[J].自動化技術與應用，2017，36（8）：98-102.

[6]李杰，周萍，杜志然.短時TEO能量在帶噪語音端點檢測中的應用[J].計算機工程與應用，2013，49（12）：144-147.