聯(lián)合相位譜補償?shù)母倪M型譜減法語音增強

劉龍威 夏秀渝

摘要：為了改善譜減法存在的“音樂噪聲”殘余大，重構語音時使用帶噪相位的缺陷，提出了一種聯(lián)合相位譜補償?shù)母倪M型譜減法語音增強算法。引入改進型噪聲估計方法來得到更準確的噪聲譜，依據(jù)帶噪語音譜與估計的噪聲譜的信噪比構造一個線性函數(shù)來調(diào)整過減因子進行譜減，通過相位補償函數(shù)對帶噪語音的相位譜進行補償，將譜減后的語音幅度譜與補償后的相位譜進行結(jié)合，通過IFFT及重構得到去噪語音。仿真實驗表明，在使用聯(lián)合相位譜補償?shù)母倪M型譜減法對帶噪語音進行處理后，語譜圖更加清晰，PESQ及STOI評分也有所提高。

關鍵詞：噪聲估計；相位譜補償；譜減法；語音增強

中圖分類號：TP391.4文獻標志碼：A文章編號：1008-1739（2022）13-69-5

0引言

由于各種各樣的環(huán)境因素和信道因素影響，以及各種干擾的存在，在語音的傳遞過程中總是難以避免地摻雜噪聲，使語音質(zhì)量受到損失。語音增強算法的主要目的是去除語音信號中摻雜的噪聲，最大程度地提取出原始語音信號。經(jīng)過研究人員多年的研究，已有多種語音增強算法被相繼提出，其中基于譜減法的語音增強算法由于算法框架簡單、易于處理且效果明顯，得到了廣泛研究與應用[1]。但是由于傳統(tǒng)譜減法對噪聲譜的估計不準，需要采用半波整流來進行優(yōu)化，進而會使語音頻譜的隨機頻率位置出現(xiàn)小的獨立峰值，變換在時域中會形成大量的“音樂噪聲”[2]，并且和大多數(shù)語音增強算法一樣，傳統(tǒng)譜減法也認為人耳對相位信息的敏感度不高，因此只關注幅度譜的修正，相位譜仍采用帶噪語音相位。近些年，越來越多的科學研究表明，語音的相位信息有利于提升語音可懂度[3]，因此本文針對譜減法存在的“音樂噪聲”殘留多以及使用帶噪相位的問題，提出聯(lián)合相位譜補償?shù)母倪M型譜減法，使用本文提出的改進型噪聲估計方法與譜減方法來減少“音樂噪聲”，并聯(lián)合相位譜補償方法一定程度上恢復純凈語音相位，最后重構出純凈語音。實驗仿真表明，本文算法提高了去噪語音的質(zhì)量以及可懂度。

1傳統(tǒng)譜減算法

③重構時的相位采用補償后的相位譜。補償函數(shù)由式（8）可得，其中補償因子選取文獻[5]中證明的最優(yōu)經(jīng)驗值3.74。由式（10）和式（11）可以得到新的相位譜。經(jīng)過改進譜減算法處理后的幅度譜為|（ ）|，將二者進行結(jié)合，經(jīng)過IFFT即可得到增強后的語音序列（ ）。

改進算法的結(jié)構如圖2所示。

4實驗仿真

本實驗所用的原始語音數(shù)據(jù)是在無噪聲干擾環(huán)境下錄制的，語音采樣頻率為8 000 Hz，所選取的采樣精度為16 bit，實驗中所使用的窗函數(shù)為漢寧窗，幀長為200，幀重疊為80。噪聲采用高斯白噪聲，分別在0，5，10 dB的情況下進行測試，使用語譜圖以及PESQ和STOI值來評價增強后的語音性能。

語譜圖反映了語音信號的動態(tài)頻譜特性，在語音分析中具有重要的實用價值，被稱為可視語音。純凈語音及帶噪語音的波形圖如圖3所示。在5 dB下傳統(tǒng)譜減法、改進型譜減法（未結(jié)合相位補償?shù)乃惴ǎ┮约氨疚乃惴ǖ娜ピ氩ㄐ螆D及語譜圖如圖4～圖6所示。

從去噪語音波形圖以及語譜圖中可以看出，本文算法處理后毛刺減少，純凈語音成分的時域波形更加突出，波形失真程度也有所降低，同時語譜圖更加清晰，這表明“音樂噪聲”大大降低，帶噪語音信號的增強效果明顯。

PESQ是感知語音質(zhì)量評估測度，取值-0.5～4.5。研究表明，在移動設備、固化設備和VoIP應用中，采用該測度所得結(jié)果均與主觀聽音測試具有高相關度[9]，可以可靠地用于預測編解碼器在有傳輸信號錯誤、丟包或在不同信號延遲情況下的主觀語音質(zhì)量。不同信噪比下譜減法與本文算法的PESQ值對比如表1所示。

STOI是短時客觀可懂度，是衡量語音可懂度的一個重要指標，取值0～1。數(shù)值越接近1，表示增強后的語音信號越容易被理解。不同信噪比下譜減法與本文算法的STOI值對比如表2所示。

對比表1和表2中的PESQ值和STOI值可以發(fā)現(xiàn)，相比較于譜減法、維納濾波法、MCRA譜減法以及文獻[10]提出的改進型譜減法，采用本文算法處理后的值均有一定提高。同時，通過主觀試聽測試表明，在噪聲環(huán)境下，“音樂噪聲”殘留更小，而且增強后的語音聽起來更加舒適，感知質(zhì)量和可懂度也有了進一步提高。

5結(jié)束語

本文分析了傳統(tǒng)譜減算法以及傳統(tǒng)相位譜補償算法的增強原理，并針對譜減算法的“音樂噪聲”以及使用帶噪相位的問題，提出了聯(lián)合相位譜補償?shù)母倪M型譜減法，對MCRA算法進行改進得到更準確的噪聲譜估計并減少了時延，依據(jù)帶噪語音譜與估計噪聲譜的信噪比構造一個線性函數(shù)，通過該函數(shù)調(diào)整過減因子進行譜減，在保留原始語音的基礎上盡可能去除噪聲，最后重構時的相位采用補償后的相位譜，一定程度上恢復語音相位。通過大量實驗驗證了該算法在不同的信噪比下，語譜圖呈現(xiàn)的增強效果以及PESQ值和STOI值均有所提升。

參考文獻

[1]馬英，張凌飛，馮桂蓮.基于“音樂噪聲”的修正譜減法算法分析[J].青島大學學報（自然科學版）， 2017， 30（3）： 25-28.

[2]吳衛(wèi)鵬.基于改進譜減的語音增強算法研究[D].南京：南京郵電大學， 2019.

[3] LANGARANI M S E， VEISI H， SAMETI H. The Effect of Phase Information in Speech Enhancement and Speech Recognition [C]//2012 11th International Conference on Information Science， Signal Processing and their Applications（ISSPA）. Montreal：IEEE， 2012： 1446-1447.

[4]陳歡，邱曉暉.改進譜減法語音增強算法的研究[J].計算機技術與發(fā)展， 2014， 24（4）： 69-71.

[5] STARK A P， W？JCICKI K K， LYONS J G， et al. Noise Driven Short-time Phase Spectrum Compensation Procedure for Speech Enhancement[C]//Ninth Annual Conference of the International Speech Communication Association.New York：[s.n.]，2008：120-125.

[6]熊晶.語音增強中噪聲估計的研究[D].蘭州：蘭州交通大學， 2015.

[7] COHEN I， BERDUGO B. Noise Estimation by Minima Controlled Recursive Averaging for Robust Speech Enhancement[J]. IEEE Signal Processing Letters， 2002， 9（1）： 12-15.

[8]張開生，趙小芬，王澤，等.基于總體平均經(jīng)驗模態(tài)分解和一步式字典學習聯(lián)合去噪的語音端點檢測算法[J].科學技術與工程， 2020， 20（35）： 14536-14542.

[9]邸曉偉，王哲.基于MCRA和OM-LSA的語音增強算法[J].中國無線電， 2021（5）：70-73.

[10]武鵬鵬，趙剛，鄒明.基于多窗譜估計的改進譜減法[J].現(xiàn)代電子技術， 2008， 31（12）： 150-152.