基于软掩蔽模型及相位谱补偿的语音增强方法研究

摘要

语音增强是一种从受干扰信号中获取尽可能干净语音的数字信号处理技术。许多语音相关的应用在安静环境下可以良好工作，当受到大量噪声干扰时其性能则会严重下降。当前许多的增强方法能有效改善语音质量，但对语音可懂度考虑不足。同时，许多增强方法为了追求更好的效果，不断增加处理过程的复杂度，实时性较差，难以在实际运用中推广。
　　本文分析了基于后验信噪比未知的软掩蔽幅度平方谱估计(SMPO)方法，该方法融合了理想二值掩蔽(IdBM)方法的思想，能够有效改善语音质量和可懂度，但其去噪模型不甚合理。本文就此提出了两种改进的方法。方法一对高于信噪比阈值的所有信号时频单元进行处理，选取了两种常见方式对该部分压缩去噪;方法二则考虑了人耳掩蔽效应，对处于上阈值和下阈值之间的信号时频单元进行处理，选取了一种精确的方式压缩去噪。仿真实验结果表明，两种改进方法均取得了良好的增强效果，其中后者增强效果尤为显著。
　　相位谱对语音增强的效果起到重要作用。相位谱补偿(PSC)方法处理过程简单且有着较好的增强效果，但其参数设置却不尽合理。本文对PSC方法进行改进，使用已有的参数值将频域带噪信号划分为语音段和噪声段分别处理，使固定不变的去噪因子变为自适应参数，在保持良好实时性的前提下获得了比原方法更好的增强效果。在此基础上，本文将其与基于幅度谱修改的方法进行结合，分别对带噪语音信号的相位谱和幅度谱进行处理，取得了良好的效果，其增强性能相对于仅基于幅度谱修改的方法有了较大的提升。
　　实验表明，本文所提出的改进方法较之前方法均能取得更好的语音增强效果。

目录

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．3 存在问题以及拟采取的解决方法

1．4 课题来源及文章框架

第2章 语音增强方法概述

2．1 语音基础知识

2．1．1 语音信号产生模型

2．1．2 语音信号特性

2．1．3 噪声特性

2．1．4 带噪语音信号模型

2．2 常见的语音增强方法

2．2．1 谱减法

2．2．2 维纳滤波法

2．2．3 基于信号子空间语音增强方法

2．2．4 小波阈值去噪方法

2．2．5 MMSE增强方法

2．3 语音增强方法评价标准

2．3．1 主观评价标准

2．3．2 客观评价标准

2．3．3 本文选择的评价标准

2．4 小结

第3章 一种基于软掩蔽模型的幅度平方谱估计方法

3．1 SMPO方法

3．1．1 相关的统计模型和假设

3．1．1 SMPO方法的推导分析

3．2 改进方法一(SMPO-Wiener)

3．2．1 SMPO方法的不足及改进

3．2．2 实验及结果分析

3．3 改进方法二(SMPO-GA)

3．3．1 SMPO方法的不足及改进

3．3．1 实验及结果分析

3．4 小结

第4章 一种改进的相位谱补偿增强方法

4．1 基本相位谱补偿方法

4．2 PSC的改进方法(IPSC)

4．2．1 PSC方法的不足

4．2．1 改进方法

4．2．1 实验及结果分析

4．3 与基于幅度谱估计的方法相结合

4．3．1 与MMSE方法结合

4．3．2 与Wiener方法结合

4．4 小结

结论

参考文献

附录A 攻读硕士学位期间发表的学术论文及参与的科研项目

致谢