基于多窗谱估计与NLMS自适应滤波算法的单通道语音增强

摘要

多数传统语音增强算法是基于平稳噪声下分析的,且没有从语音质量及可懂度角度全面衡量增强性能。因此,提出了基于多窗谱估计与归一化最小均方(Normalized Least Mean Square,NLMS)自适应滤波算法的单通道语音增强方案。首先利用多窗谱估计谱减法(Multiwindow Spectral Subtraction,MSS)解决谱减法产生的“音乐噪声”问题;其次将估计出的期望信号与纯净参考信号的差值作为误差信号,由自适应滤波的NLMS算法代替传统的最小均方(Least Mean Square,LMS)算法,以降低滤波器成本及运算时间,求取滤波器权系数值,并不断迭代更新修正滤波器;最后分析了所提算法在不同噪声环境下的增强性能,并与传统的各种谱减算法对比,从语音质量及可懂度出发衡量语音增强效果。结果表明,所提算法的增强效果优于各类谱减法。