基于后验信噪比概率密度分布的先验信噪比估计

摘要

在各种基于短时傅立叶变换的语音增强算法中,先验信噪比被认为是一个核心参数[1-4].Ephraim和Malah提出的Decision-Directed(DD)算法对其进行了有效的估计[1].Cappé详细分析了DD算法并指出了其缺点[2],Cohen提出了Causal和Noncausal两种改进型算法[3],Plapous等人则采用一种新的分析方法并提出了TSNR算法[4].不论采用何种先验信噪比估计方法,它们的目的都是期望在抑制音乐噪声的同时尽量减小语音失真.但DD和TSNR方法都采用了一个固定的权重系数来控制先验信噪比对后验信噪比的跟踪速度[1],[4],这显然难以实现算法的最优化.Causal算法虽然等效于采用了一个随时间频率变化的权重系数,但仿真结果表明Causal算法对DD算法的改进不明显[3],而Noncausal算法中存在的长延迟使其不能用于实时通讯[3]. 本文通过分析后验信噪比在各种情况下的概率密度分布,从信号检测与估计的角度揭示了DD和TSNR算法的机理,然后提出了一种全新的低计算复杂度的估计算法.这种算法规定了3种拥有不同权重系数的状态,某一特定频带的状态由其在前一帧的先验信噪比估计值和其在当前帧的后验信噪比估计值来共同决定,通过调整3种状态中的权重系数以及状态的划分标准就可以很好地在音乐噪声和语音失真之间实现折衷.