基于统计模型及改进相位谱的语音增强方法研究

摘要

长期以来，语音增强被用于处理受到干扰的语音信号，尝试从受干扰信号中尽可能恢复原始干净语音，提高语音的质量和可懂度。按声道数量划分的话，语音增强可以划分为单通道增强和多通道增强，本文着重于研究单通道语音增强方法，其中基于统计模型的语音增强方法因适用信噪比范围大、适用噪声环境广等优点成为应用最广泛的语音增强技术之一。
　　本研究深入分析了两种基于高斯模型分布的语音增强方法:短时能量谱最小均方误差估计(MMSE-SP)和幅度平方谱最小均方误差估计(MMSE-MSS)，详细研究了它们各自的优缺点，并在此基础上结合无语音概率(SAP)提出了一种新的SPMSS-SAP增强方法。实验结果表明，本文所提出的的方法能够更好地去除背景噪声，提高语音质量。
　　在现存的基于傅里叶变换的语音增强方法中，大多数都是偏重于幅度谱的估计和修改而忽视相位谱的作用。之前很多学者认为带噪语音的相位谱就是真实相位谱的最佳估计，甚至认为相位谱中基本不携带有用信息。但近来的研究发现相位谱对于语音的可懂度具有重要作用，准确的相位谱估计将会有效改善语音质量和可懂度。相位谱补偿(PSC)方法就是这种思想下的产物，它是一种基于相位谱修改的语音增强方法。本文在PSC方法的基础上提出了新的方法MPSC，通过分类处理来实现更好的去噪。实验结果表明，本文提出的MPSC方法比原始PSC方法具有更加优越的性能。

目录

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 语音增强研究背景及意义

1．2 语音增强研究历史和现状

1．3 语音增强相关特性

1．3．1 语音信号特性

1．3．2 噪声信号特性

1．3．3 人耳感知特性

1．4 带噪语音信号模型

1．5 语音增强性能评价

1．5．1 主观评价

1．5．2 客观评价

1．6 本文主要研究内容及论文结构

第2章 语音增强算法概述

2．1 单通道语音增强算法

2．1．1 基于统计模型语音增强算法

2．1．2 基于信号子空间语音增强算法

2．1．3 其他单通道语音增强算法

2．2 多通道语音增强算法

2．3 小结

第3章 改进增益函数的语音增强算法

3．1 基本算法

3．1．1 短时能量谱最小均方估计器(MMSE-SP)

3．1．2 幅度平方谱最小均方估计器(MMSE-MSS)

3．2 联合SAP的改进增益函数算法

3．2．1 联合SAP的改进增益函数算法流程图

3．2．2 联合SAP的改进增益函数算法推导

3．2．3 先验无语音概率估计

3．3 算法实现及仿真

3．3．1 实验平台及语料库相关

3．3．2 实验结果分析

3．4 小结

第4章 改进的相位谱补偿增强算法

4．1 基本相位谱补偿算法

4．2 语料库介绍

4．3 改进的PSC算法

4．4 实验部分

4．5 小结

结论

参考文献

致谢

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