（信号与信息处理专业论文）语音增强技术研究.pdf

摘要 摘要 现实生活中的语音不可避免的要受到周围环境的影响，语音增强是解决噪声污染的有效 方法，它的首要目标就是在接收端尽可能从带噪语音信号中提取纯净的语音信号。改善其质 量。 本文对加性噪声下的语音增强技术做了较为详细的讨论。本文首先给出增强语音算法所 涉及到的语音的基本特性和处理方法，它是增强算法研究和实现的基础。 其次本文针对经过基于短时幅度谱估计的算法增强后的语音，其残留的音乐噪声会给听 觉质量带来较大的影响这一缺点，结合短时谱估计算法和人耳掩蔽效应提出了一种单通道语 音增强算法该算法在最小均方准则下采用了非固定参数的语音跟踪。并且引入入耳掩蔽效应 动态的确定增强滤波器的传递函数以适应语音信号的变化。实验结果表明：该算法使降噪后 的语音信号有较小的语音失真并且很好地抑制了音乐噪声。 传统的基于子空间语音增强方法在推导过程中假定噪声的方差矩阵是满秩的在窄带噪 声或者音调噪声下这一条件就不能满足。本文采用直接对噪声信号进行子空间白化的方法， 提出了一种基于特征值分解的子空间语音增强算法，将传统的子空间语音增强方法推广到了 窄带噪声的情况。仿真结果表明了该算法的有效性。 维纳滤波和k a l m a n 滤波方法被广泛应用于自动控制及语音信号处理之中。维纳滤波形 式较为简单，但是由于其滤波参数是固定的，只有在平稳噪声中才能得到最小均方意义下的 最优估计，因此限制了它的应用；k a l m a n 滤波方法采用递推形式，不仅可以处理平稳过程 也可以用于多维和非平稳随机过程。然而传统的k a l m a n 滤波方法在推导过程中假定观测噪 声为白噪声通常对于有色噪声需要用白噪声激励的方法予以模拟，并且需要以牺牲运算量 作为代价本文提出了一种改进的基于k a l m a n 滤波的语音增强算法，提出了一种在有色噪 声下的滤波器增益函数的约束解，可以处理白噪声和有色噪声情况，不需要增加计算量，仿 真结果表明了该算法对有色噪声下的语音增强性能要优于传统k a l m a n 滤波方法。 传统的基于多麦克风的广义旁瓣抵消增强方法对于波达方向敏感，并且由于经过阻塞矩 阵后的信号含有语音成分而导致语音失真。本文提出了一种泄漏约束的d f - g s c 方法，该方 法对噪声抑制和语音畸变做出了折中，通过调节参数以满足实际应用的要求。 关键词：语音增强，听觉掩蔽，音乐噪声子空间，秩亏缺，卡尔曼滤波，有色噪声， 广义旁瓣抵消，语音泄漏 a b s t r a c t i ns p e e c hc o m m u n i c a t i o na p p l i c a t i o n s 。s u c ha sm o b i l ep h o n e s ，h a n d s - f i e et e l e p h o n e sa n d h e 耐n ga i d s ，s p e e c hs i g n a l sa mo r i o nc o r r u p t e db ya c o u s t i cb a c k g r o u n dn o i s e w ed e t a i lt h e s p e e c h e n h a n c e m e n t t e c h n i q u e i n t h ec i r c u m s t a n c e o f a d d i n g n o i s e f i r s t , w ep r o v i d eb a s i ct h e o r yo fs p e e c hs i g n a lp r o c e s s i n g w h i c hi sf o u n d a t i o no ft h e r e s e a r c ha n di m p l e m e n to f s p e e c he n h a n c e m e n t s e c o n d , as i n g l ec h a n n e ls p e e c he n h a n c e m e n tm e t h o df o rn o i s ys p e e c hs i g n a l si sp r o p o s e d , w h i c hi sb a s e do nm a s k i n gp r o p e r t i e so ft h eh u m a na u d i t o r ys y s t e ma n dp o w e rs p e c t r a ld e n s i t y e s t i m a t i o n d u r i n gt h ee s t i m a t i o no f p o w e rs p e c t r u mo f t h es p e e c h ，t h ee s t i m a t o rc a nb em o d i f i e d b yt h em m s em e t h o da n dt h ee s t i m a t o ro fs h o r t - t i m es p e c t r a la m p l i t u d ef i l t e ri sd e t e r m i n e db y m a s k i n gp r o p e r t i e s i nt h i sw a y , t h eb e s tt r o d eo f fa m o n gt h er e d u c t i o no fn o i s e ，t h es p e e c h d i s t o r t i o na n dt h el e v e lo fm u s i c a lr e s i d u a ln o i s ec a nb ef o u n d e d e x p e r i m e n t a lr e s u l t s d e m o n s t r a t et h ei m p r o v e dp e r f o r m a n c eo f t h ep r o p o s e da l g o r i t h m s t h i r d ，c o n d i t i o n a ls u b s p a c eb a s e de n h a n c e m e n tm e t h o d sr e q u i r et h a tt h en o i s ec o v a r i a n c o m a t r i xh a sf u l lr a n k , h o w e v e rt i i a ti sn o ts a t i s 矗e di nt h ec a s eo f n a r r o w b a n dn o i s eo rt o n a ln o i s e t h ep r o p o s e dm e t h o dd i r e c t l yd e a l sw i t hr a n k - d e f i c i e n tn o i s et h r o u g hs u b s p a c ew h i t e n i n gm e t h o d e x p e r i m e n t a lr e s u l t sd e m o n s t r a t et h ep e r f o r m a n c eo f t h ep r o p o s e da l g o r i t h m s d u e t o t h e h i g h c o m p u t a t i o n c o s t a n d t h e n e e d o f a c c u r a t ee s t i m a t i o n o f a r m o d e lo fs p e e c h i nc o l o r e dn o i s e ，as u b s p a c eb a s e ds p e e c he n h a n c e m e n tm e t h o di si n t r o d u c e d t h ep r o p o s e d m e t h o dc a nm a k et r a d eo f fb e t w e e nr e s i d u a ln o i s ea n ds p e e c hd i s t o r t i o n e x p e r i m e n t a lr e s u l t s d e m o n s t r a t et h ei m p r o v e dp e r f o r m a n c eo f t h ep r o p o s e da l g o r i t h m s t r a d i t i o n a lg s ci ss e n s i t i v et oam i s m a t c hb e t w e e nt h ee s t i m a t e da n da c t u a ld i r e c t i o no f a r r i v a l ( d o a ) o f t h ed e s i r e ds i g n a l ，a n dt h es i g n a lt h r o u g hb l o c k i n gm a t r i xo f t e nc o n t a i n ss p e e c h c o m p o n e n t s ( s o - c a l l e ds p e e c hl e a k a g e ) ，s os p e e c hd i s t o r t i o ni si n t r o d u c e d am u l t i - c h a n n e ls p e e c h e n h a n c e m e n tm e t h o df o rn o i s ys p e e c hs i g n a l si sp r o p o s e d , w h i c hi sb a s e do i ll e a k a g ec o n s t r a i n t s d e c i s i o nf e e d b a c kg e n e r a l i z e ds i d e l o b ec a n c e l l e r ( l c d f - g s c l t h em e t h o dc o n s i d e r ss p e e c h l e a k a g ew i t hl e a k a g ec o n s t r a i n t st om a k eb e s tt r a d eo f fb e t w e e nt h en o i s er e d u c t i o na n ds p e e c h d i s t o r t i o n , a n da d o p t sd f - g s ca g a i n s ts i g n a lm i s m a t c h e x p e r i m e n t a lr e s u l t sd e m o n s t r a t et h e i m p r o v e dp e r f o r m a n c eo f t h ep r o p o s e da l g o r i t h m s k e yw o r d s ：s p e e c he n h a n c e m e n t ，m a s k i n gp r o p e r t i e s , m u s i cn o i s e ，s u b s p a e e ， r a n k - d e f i c i e n t , k a h n a nf i l t e r , c o l o r e dn o i s e ，g e n e r a ls i d e l o b ec a n c e l l e r ( g s c ) ，s p e e c hl e a k a g e i 束鸯大学学饿论文狻翻性声朋 本人声明所呈交的学位论文魁我个人在导师指导下进行的研究工你殿取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论义中不包食 熟他人已经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构 的学位或证书而使用过的材料。与我阐工作的同志对本研究所做的任何贡献均 露在论文中终了暖礁的说明并袭承了谢意。 辫究垒签名； 东南大学学位论文使用授权声明 东囊大学、孛藿辩学搜零傣慰磷究巍、匿家蘧书谗有投僳蟹本入濒送交举德 论文熬复露舞窝毫子文轻，霹潋采簿影印、缕露或萁蘧菱裁手段保存论文。本久 瞧子文罄魏内容窝纸覆谂交麴蠹察鞠一致。豫在缳密翳蠹魏保密论文龄，龛诲论 文被查阕露倍耀，可以公布( 包褥蛩j 鬣) 论文的全部或都分内容。论文静公糍( 毽 括刊登) 授权东南大学研究生院绺髓。 研究生签名：导师签名：日期； 第l 章缝论 第1 章绪论 1 1 。研究背景和意义【1 1 语音是人炭是重疆，有效。常用和方便的交换信息的形式。语言是人类特有的功能，声 音是入类常潮的工具，是相赢传递倍息的最主要的手段。现实生活中的语街不可璐免的要受 到周隧环境的影响，缀强的背景噪声例如机械噪声、其它说话者的话音等均会严熬的影响语 音信号的质量，此外传输系统本身也会产生释种噪声，因此在接收端的信号为带噪语音信母。 混叠东语音攘号孛躲嗓声按影噫方式可分为匆嚣法经噪声与懿法性糕声；按槛震霹分隽平稳噪 声和非平稳噪声。大多数语街信号处理工作比如语啬识别、语音食成，语音编码，解码等等 往往会出现这榉熬瑗象，瓣京实验室环凌下运行赵好两在实际应焉孛蠹于环境啜声豹存在两 出现性能急剧下降的问题，比如，线性预测作为语街处理技术中的有效的手段。其l p c 参 数却容易受臻声影响，如栗采用线髋预铡l p c 参数进行低码率语啬通信的时候，路边的噤 声，飞机发动帆的噪声，汽车马达的噪声，路边行人的说话声都会对l p c 参数施加影响， 使重建的语音质量犬丈降低，甚至于不能被听懂。多年来众多学者就此问题展开了大量的研 究。扶上个世纪礤零健，多凛】藏弹戆关注谮音降嗓鲍闳纛了，戴嚣戆置中年人躬一直孜孜 不倦的在这个领域进行研究。从而在语音信号处理领域形成了一个新的分支即语街增强。 语音增强的主要翻标就是在接收端尽可能从带噪语音信号中掇取纯净的语音信号，降低 听众螅昵堂疲劳程度，提毫瓤懂度口l 。语音增强是解决噪声污染的毒效方法，因此薮广泛约 用于数字移幼电话、汽车中的h a n d s - f r e e 电话系统、机场地勤、近距离电话会议 ( t e l e c o n f e r e n c i n g ) 、凳瞬力滩褥者繇 莛背景干撬、恢复受镄魏疆鹭等等裁矮帮军塌场合。 实际环境中的语齿信号处理技术是一个庞大的涉及面缀广的硪究课题。语音增强不仅涉 及信号检测，波形估计等传统信号处理理论。而且匈语音特性，入耳感知特性密切相关；再 聪，实际应用孛噪声戆来源及静类备不秘爨，跌露造成姓璜方法豹多撵链。嚣萎文麸聊攒疆 至少到目前为止还没有算法熊够从理论上来说同时提高语膏质量和可懂度，足见其难度之 大。因诧，要结合语寄特性、入耳感知特性及噪声穗性，报据实际情况选臻台适的语音增强 方法。7 0 年代由于数字信号处理理论和实践的广泛成熟，对此的研究一度形成了高潮。随 着电予计算机和超大规模集成电路的蓬勃发艘为语街信号处理提供了良好的契机，其中也包 括语音增强算法。例如基于m a t l a b 的信号传真，基于d s p ，a s i c 的硬饽爽现为落啻增强昭 实用化提供了栽体。 籀l 蕈绪谂 1 2 。语蜜增强韵主要方法 1 2 。1 短对幅度谱赣计 b o l l t c j 畿1 9 7 9 车撬躲晦了灌藏法。滚青法盎程霆魏彀噤声谨 耱潜蓊攥琴虿糍荚，礤 声嫠号缓侵蹙托静势盈褰蹩够耱辩f 霹0 0 0 m s ) 袭估计噤声瓣蘸寝谱豹嚣箍下，蓄先避遥谬裔 梭溪 ( s p e e c ha c t i v i t yd e t e c t o r ) 碍我纯语音嗓声敬，在缀变嗪声下这是容棼察糯翡；熬麝激谈 噤声段魏诗拱噪声熬功零谱，接薄从带噪语鸯劫率谱中城袅髂计出麴噪声功攀谱便娜啦褥到 缀魏语密睡毒麴臻率逶绩谤，爨蕊壤镳谤滋瓣疆鸯薅警臻攀瓣秘募繁啜谣蜜装穗整套疆豢露 蛩。餐憝在瓣九簸落臻邋攘溅下，魏罄辩裁舔礤声程毽羧太+ 凇列5 l 褒蕊统整藏法瓣熬 础上增加了两个调节系数，分剐控制残觏噪声的大小和语啻畸变的程度，撼嘲了谱减法的慷 鹣整蓑蓉数麓糠撂经赣确跫鹤，逶应糙较嫠。簌势段乎稼静静摄条辞下，l i m 释0 蟹嫦妇- 撇 婵 嘲入w i e n e r 滤滚豹乎潦觳零来削减毒承噪声静蘩；嫡，势艇瓣蠢了粪觳予文黻簪戆谲繁系数 糖撵高葬法辩最活性。囊蕊谱灏最示耱对乎满减法，羟避该霹法墙强蓐簿辫鹰游昕擞蕨鬣霄 辨改善。然祷w i e n e r 滤波是旗于平稳袋髂舟勺锻小均方意义下的对域波形传计，对人耳衙京， 壤谱分蘩瓣睡寝淫往蹩凌较蘩簧瓣。纂予戴，譬磁嘲藉7 瓷窭7 最枣均骞谟差难辩链融程 液灌( m m s e - s t s a ) 稳诗翁谗裔增强棼法，她嚣考虑戴爨t - 太琴辩簸瀵强攫魏感受号旗寝 的对数成难比，ye p h r a i m 对m m s e - s t s a 辣法进行了敌谶，挺出了般小均筒误差斑时对数 耀度谱( m m s e - t o g - s t s a ) 嵇汴嚣诿案璞强箨潼骥。 考纛萋程炎落分疆毒敷巾，缎与簇之赫熬鸯摇蓑搀疆袋在鬟琢痘罔串嫒裙巢爨迭接犊豹 商法更增加了帧岛帧之间的捆兼性，刚滨f 9 】提出了帧间约柬的m m s f ”s t s a 语音增强算法。 谈雾法充分嚣鹅7 语啻分耩救宅辩存在黪期必经，势以簇域静泰约聚熬澎姣结合裂篓计建 审，撵交了疆耱波逶翡m m s e 镳嚣煮凌。 总的来说然予幅度诣估计的算法计算笺杂度小，倔楚域彩或少会有羧留音乐噪声。 1 2 2 。谣音堂成揍懿戆壳法 此粪方法燕瓣依赖于使用的语音生成横黧( 伪如a r 擞激) 。需裂提取横型参数( 如熬 鬻壤蘩、l p c 祭黢) ，鬻露缕鼹连襞蠢法。 l k a 巍瑚p 酬喇姑黼罴矮7m a p 难粼来德计金投燕参数。其圭袋瓣想楚在弦建激渤怒 内噪声的情况下，在给定带嘹谮啬的条件下。爝过迭代运筹使全较点系数慕辍的后验概率密 发最丈能。簸零壤凌m a p 鲻题霉要求辫一浆裂嚣线影蠢程，透过萼 a 线澎最大嚣验糍搴 ( l m a p ) 冀法，胃酸链过稳 遥募铱诗貔奎疆点模蕤豹参数矢量，整令壤缀建程对手警褥 疆音蘸耩蓿萼露寅露刍予经避了一夸零籀霞释维薅滤波嚣。遴过主蕊谭溅袋蟋该方法胃鞋鞴 2 第l 章蟪谂 少可感知的噪声从箍改善诲诲的质鬃。但熙谈方法的缺嫁怒：迭代中缺懑明显的收敛难则， 蓬迭援次数漤趣共援峰带突变夺等。h a n s e n 秘c l e m e 燃t ”l 在上透遮戎避褒串热天了簇灌燕 裁条转，捷极点不太纛避攀像匿。激黪建筵摄蜂謦舞过譬，摄点爨璎羧天挝动。 缎纳滤波和k a l m a n 滤波方法被广泛威用于自动控制擞语音信号处蠼之中。缎纳游波形 式较鸯舞攀，毽是巍予茭滤波参数麓弱是瓣，哭寿巍警髂蝶声孛孝铯褥戮最小稳方蠢义下瓣 最缆魏诗，鞭此限裁了它的磨餍；k a l m a n 滤波方法采瓣遴接形式，苓饺爵班楚理平稳避程 也可以用于多维和非平稳随机过程。 p a l i w a l i h 莓最爱褥k a l m a n 滤渡魏方法废罐子诿毒罐强领域，健楚魅理过程串逢瀑参数 是在棱噤黟游染之蘩杰纯净谮音获褥，逸稃限制7 宅麴嶷繇应焉。g i b s o n i 蟾魄窭了一辩次最 优的k a l m a n 滤波方法，采阁基于最大似然估计的e m 算法估计语音参数，但是文中提出的 算法籍簧谮曹端点梭测以然谛噪声豹方熬；黉盈对予有魏蝶声馕撼下攥袋s l 入增广辍陴，造 残诗募爨残嵇增长。g a b r e a ”霹运瑶信号子空阕戆楚毽方法，尝试爨遥j c 重噪声静赣羚。褥毽 了一辩鑫邂瓣k a l m a n 璎蘸道褴的方法，靛戆文中廷鲶交了锌对自噪声酌仿真结莱。嶷献f l q 提出了一种然于语音端点棱测的k a l m a n 滤波方法，需簧技为复杂的摊蹲计算过糕。义献l l 越 势黩文献n i l 孛雩l 天增j 麓终诗算量较犬豹瓣蘧，撬出了一静子带k a l m a n 滤波熬方法。文献 l 嘲中将h m m 方法与k a l m a n 滤波方法耩络螽，在较麓舔喋魄婕嚣下毅德较好的效暴 蘩傻稔激缝翡考虑。 1 2 。3 基予信号予空闻的谬脊增强算法 嵇号予爨阕筑方法最耱藤矮于系统耩汰烈达方薅鼗诗泓x 灌嵇谤释阵魏镶弩簸罐孛 1 1 镬1 鼍最避十几年才毅瘟掰乎语音增强领域，在现代数字信母处理审我织懿遵，裁鼹数攒瘫 阵的特征德可以将信号空阃分为信姆加啜声子空间( 考虑刹信号占主臀融位，常简称为信号 子空阉) 秘噪声子空阕。筵童簧思想楚曩投带嵘语音倍号躺哭爨空麓变换势解为噪声予察瓣骥 及羡号翔嗓声瓣子空藕，去豫噪声予空游瑶，在痿鸯魏噪声亏二空羯孛遴蟹滤波获蕊睡谤爨缀 语音壤母。予空蠲势群戆嚣法主要鸯疆释：奄异德分解( s v d ) 拳l 橹髹僮分瓣( e v d x m d e n d r i n o s 9 1 等人袋毙姆奇异镶分解方法应翔予语鬻增强，它的主簧思想是：崧暇定您 整自爨声貔蘩摄下，瓣予麟溅数据瓣麓黪，夫瓣鹰异毽掰瓣瘛熬特镬翔懿稳蜜语音薅警穰患； 奎毒舅蓬耩越波戆特挺囱灏镶含噪声舞惑，辩栗怒醛枣露捧藿玟及掰潞旋静特薤翻繁，那么 降维恢复的倍号就是降噪之后的语音信母s h d e n s e n l 2 0 j 对上述的方法做了推广，提出了 3 黎 鬻错论 q s v d 缒舞法，尽餐程这乏爱文献r 箍挺班了u l v 麓分髌骞法菠避其运算量，懿蹙懿受方浚 凳法象塞簿蛹矗3 疆嶷黥蠢法臻撵控裁残壤啭声。e p h r a 涎襄疑辩妒追 入线形赣瓣疆子慕旗 谤鳃掺语鸯霪号。豫耱蘩一淡褥谖整壤蛩熬镳诗漩蓑分畿了鬻帮势鬻语蠢失葵稻蕊黎臻 辫。考虑刘畸变噪声能量秘残留噪声糖壁举w 黼糊孵遮剃最小，拣时需要设计个台理的代 徐缀羧。羰努蒙耩漤襄蘧弩荣号瓣交最小嫩溪赣磺辫薛掇本嚣熬，运黪螫尽霹髓褥我赛蝾雾 辩秘巍菜藏爨之蠹，秩薅撬窭7 舆程辩蠛毂窳黪灞啻增强算法，避一步魏嚣】褥该瓣懋熬广嘲 曩蛾域。 上逑豹算法帮怒镁定糖蛙繇声为自噪声，为节处理筻为一般瓣菲彝噪声壤撼，挝拄酬卿1 拯擞巍对爨皇噪声羧囱纯之嚣势不能镲谖残麓礤洚粒缝净语蠢氨露穗嚣戆频避形捩，瞧不憩 赣 溅掰镶列静语酱必凑最夺。难鹩蠢姣爨鼹按辩脊爨礤声热鞑缝藤隽菇拖翻警l 入彳一释 峻剡嬲枫糕魏莱犊滠营信号羧剡舅为滠酱表蕊导戆位，那么谈语音信号的穷蓑缒筹豹梅 缎巍鳖畿舞绩号予黛瘸熬特征舞鬣；懿慕羧磷酱僖号薮努囊鸷啜声嘉主导愁程，蕊么谶骜 绩蟹魏骞差矩箨螫黪蘩舞萋霰魏臻声孑空褥簸特链露爨。囊竣臻舅注歉嚣鸯嵇弩$ 霪声k l t 方法，嚣藏式昕啻瓣试袭孵该方法要珏：e p h r a i m 帮t r e e s 提瑾i 靛谱豹柬方法要好，照黼辩突 献擀l 墩撰掇器管麟顿共有较小静残鼙谬费，艇鼹帧岛帧之艘辩鼗黧媒声熊嚣稳卷健令a 溅灏+ 妫外r e z a y e e 和g 妣髓出一种蔟予静激魔k l t 的方法掰予处理菲平稳糍色罐黟， 热 f 】般定钟对语费偿母的变换离熊_ 瓤瑕蛾姒的健_ # 平稳有色啜声方差矩阵对角化。但是诚商 漶铁为噪声方差艇终近觳燕对角辫，瓣睡纛撼釉次域忧靛方法。 y ih 麓辩黼i 方法的不怒撬趣了耱爨捷的港法。文献嚣攥l 谨孵静碡存崧篥个箍鼯鼹 够健滔啻信号以疑嗓声髂号的方燕蜒蓐瓣时瓣凳健，鼓薤健鏊警e v d 分解的予窆鞠瓒强骞 法滗矮蔟尧霹臻声燕簿避费鑫德，蹇撩藏掰于赣煎噪声。 惑翡采落琢蝴融帮魏铃s 熟方法辫疆窝爨蟹懿薅谤疆蓦努藏彳嚣部分帮薅酱煲冀释袋 帮啭声分剐加以按期是语音增强领域中锻裔意义的个贡献。熬予信蟹子空阗躺语啻增强算 法鑫备举足之处就鼹该类方法鲍逡舞复袋嶷较辩。 1 2 4 基予入耳掩蔽效应的语膏糟强算法 熬乎缀对辐度落缓诗盼语音矮强算法中，浆髑7 最大叛然或凝，j 、蝰方误麓穗嬲翁静撅鲦 诿渚穰号黥幅寝诿，使褥语音嵇学髂骶城渡澎躐糕涛失真最小。巍菰摄赢语器媳氍爨斌溅鸯 瓣翡静语裔增强暴绞中，仅使褥时域波形或皴避失粪最小是远涎幂够的。虽然在一定程发上 可墩援懿语啻德警靛蕊啜篦，餐鸯予袋鬣爨声熊影髌，捷霉臻强滔啻籍感甄夔爨较差。努了 攥薅漕程语音戆感懿麓囊，在疆裔灌强簿竣枣霉；入天蹲静醑整臻翔褥经是一祷鸯靛鹣蠢浚+ 褥密信弩麓够箍薮麓葜疆辩避a 凝爨羝缆麴一黎努髓篷较枣熬臻声穆号，薅餐褥建都势骥 毒 擦1 章缝谂 声苓熬久黪戆赧垂。p e a r s o n 氍b o l t 郾 凳壤潜法搿爨入嚣黪露瓣，毯靠l 鬻系裂鬻避薅波鞲摸 攘天琴惑魏蓑应，在箨骧遵疆孛，憝带赣漤鸯分辫子各个美键簇祭孛，熬嚣将镬番令关键频 带内韪瑾憋籍瓣输出揍弩鬟藜缝合，璇获褥输逛语裔接酵。知耘蜘l ”魄瓣了一耱黪辩耩爨， 起先藏糟予谶音编碣中。越个模型斌米波v i 熄窖2 7 墩用乎谮音增强，墩稽了较好的潜鬻爝强 藏暴。 n a t h a l i ev i r a g 在文献辂l 基予缀澄谶镪译冀法秘基戳上提出了墓予失蓐戆辑觉酶髓瓣参 数动态调鹅算法。在该算法中，主要考虑丁襁频域的噪声掩蔽特性，酋先根据语裔倍母储计 掩蔽隧德，然翳壤攒掩蔽瓣镶调整文觳戳率参数的袋。璐遗弓；入天翁噼觉掩蔽黪饿，镟错漤 强的嚣瞢篡鬻良葑酶褥觉麟知覆量。 钕黼 2 是较睾将释数掩蔽簸藏萼l 入弼疆骜增强磷究中酌学者宅一，撵出7 霹鹾噪 声谱鲢橇爨，整在文藏壮g l 串密窭基予谣啻感赫熬落鹰璞强壤露建谈燕簸文聚度滤磷龄臻嚷 语誊串熬霹麓禳声，语誊壤强翁疆慰簸惫缝壤强喾翥整垮簸露楚糕梦薅枣子零+ 篓子天繇拖蔽效瘴辩潜鬻增强方法其霄较好豹昕嚣羧荣，但怒往张黼簧稽助其袍嚣濑， 例如谶黏计姻语謇增强冀漩。并显鑫予计嚣撼教阑馕过糕中需要镳计纯净浯音静黯攀港，所 虢裁爱疆确戆镳诗筑净港帮貔臻率落辩该豢方法惶耱影穗缀夫，瑟嚣谤冀羹 垫褪瓣较必一 1 2 s 其他单通道语音增强辣法 d 工黔蝴馥o | 驿 予1 9 9 5 筚提出了小波瓣德戋嗓慧蠢濂。套波语专增强瀚基本藏趱楚i 颤 予噪声在繇颧段对寝予较哇、酶小波系数，饕恣褥荣擎分辨予不溺静缳黩巾，然詹选挺遥幽簿 小渡努瓣懿缀浆，接麓选铎奢适熬蠲馕寒簸糕，l 、渡蘸数，尝簿舞篷之下鹊系数，最嚣瓣裁下 瀚枣滚系鼗燕建器毒落号，赣蜀实璃滔莆镬疆鹃珐翡。枣浚灞强静餮势衰子箕多势辨斡特蝰， 餐是袭瘫臻牵，雾要噪声穷蘩戆是验舞拣缓锤蔓蘧戳叛爨懿；舅努在枣足囊透缘懿夸波蘩鬏 往往狠，j 、筑滤豫噪声辩会逢戚较大的诶籍 璐寒蒸予狰经瓣络戆语鬻嫠号簸壤瞧褥瓣7 长嫠戆教溅，黠予蘩骜特定嚣饕亨鹩蝶涔， 礤以袋丽b p 礴络有簸餐静学习方法，利髑谬禳瀑啻豹掰络输出穰魂挣灌寮疑：较致瓣麓锫灏 弼络的权系数。这种方法髓蕊将整个过襁分沟训练和增强两部分，照然网络规模和收敛时阃 套隧噪声的复杂程度鼯辍斑增嬲。 1 0 菇多遥邋澄裔增强冀法 羧撵嫠嫒避啻售弩簿襞爱囊嵬照黔数鼙，语褰增强蘩凌霹臻努海攀疆遴语誊臻谶攀浚黎 多逶遂溪誊增强系统运嚣转娄嫠。挚遵港潦j 簿增强荼凌必簸疆摹籍蓬蠢蘩孽，黎阕虢穰塞援 隈予对簇嚣纛，毽琵舅洼笺杂栏耪对象落较枣，褒予寒蠛。燕是在攀载魄谲、橇羧会议黍统 镣场合中，不仅存在环境噪声，两鼠淹翁飚洚秘混嫡硒激，獭暴声濒挝爨改变，这辩单撩遂 毒 第lj 孵绪论 滔赣增强系统就照褥无舷是为了，麓必籁人为墙移潮麦克风，这样使斓起来极为不馒。麦兜 风跨列疆裔璞强鼓零兖势糕爰多个麦克嚣攫攥懿窑麓攀l 辩壤攘惠，逶进空褥漕渡器寒实现。 爱巍溅薜残其骞空阕选耩毪，在会滚系缭孛，臻声鞠语音信号懿产生徒往莛努褰蕊，疆藏麦 懿黼簿戮麓苁矫嚣妥的声添方囱获褒毫菇鹰的语巍僚弩，瓣对翔髑其窀说话入鳃声啻获舔壤 礤声。鞭展麦克筑薄弼慕绕不要求莛声澡本地放嚣抟感器，瞧不会疆艇说话入，不嚣凝移动 阻政变接收方向，可实现高速的实时跟踪定位。j 袅黪特性有乖j 于它获取多个或移动声源。因 髓谶a 辩年代黻来，萋予麦竞菇阵藏的语裔爝强箨法j ：乏逐渐成为研究热点。这些瘦溺包括 视频会议、语音识别、率载系统环境、大型场所的记最会议和助听装鼹等。 赛克阵列是豳天线阵列发展而来。w 以想歙鼙0 蕊予澎党阵列的语齑增强算法继承了天线 薄弼豹霉荚算法。麦竟簿辫懿稳关技术豁翦磷究靛热蠡毒信警源定位帮增强。基予麦毙薄裂 的怒德鞫怒，就是剩翊一组按一定凡何匏置摆放的爱宠风定出声源的空闻狸甏。由予定位不 戆零趸藏患故不骰详绥夯缮。 多通遴语音媾强系缓掰涉及戮翡蠹筵簿粥戆裙荚按术主要霉疆凳海两夫帮拜，鼙穰号懿 时间惩邋傍许( 簿稼t d e ) 技术辜鞋麦竟阵列( 多淹邀) 诺密增强技术。对系统中静遥道僚号的辩 阕铤遮避聋亍准确嵇计荠徽酵蓬 偿，捷囊竟阵鳓靛籀囱方向岛讲话者静方商镱一致，这是器 种燮旃阵剐语音增强方法都需要加以解决的酋瓣阏题。两麦克阵列语脊增强技术则是利用斑 阐滤波器的概念，对声源方位来的信号进行爝濑，阍时抑制其它方向的干扰噪声。这两部分 技术聪是密切关联豹又照各自独立、自成体麓， 时延估计方法大致可以分为三种：广义氨糊必法( g c c ) t 3 0 l ，最小均方自适应滤波法 蕊m s ) f 3 1 细互功率谱籀霞法( c s p ) m j 广义互榴荚镶燕类最基本静对筵佶谤方法。冀嚣簿靛 鼹遴进不鞫爱壳鼠得到黪番号秘约互籀关函数来魄较蹶个信号豹相议程度，豢互相关霜数静 鑫交鬣敬赣努酲鼹霪号戆曩雩褥撼逛孵，途对甄数敬褥避大覆，遴过渡蜂蕴静筏鬟，就麓佳诗 爨稚疲蕊霹簿筵遮。最枣鹭方舀逶瘟滤滚法燕透过一个f 双滤波嚣露臻天薷罨遴行滤波，疆 涎调藏滤波嚣的系数，侵输出傣号遥远菜理想壤譬+ 螽手叁适应滤波憨是需要一个学习的遘 糕，粼诧该方法不逵合予瓣袂速移动静声灏避雩亍寇彀。瓶置箕运募量也要澎g c c 算法静运 算擞犬，对周期信号的估计效粜比较嫠。互功攀谱相位法是g c c 方法的变形，在g c c 算 法巾髓嚣裙关爵数用互功率谱代替，该方法对弱噤声，弱淀嘀帮一定静增强效巢。 下鬻将瓣一燕经典熬多逶遴语考穗强算法避 撂簿攀地套缨和分类。 1 2 , 6 。巍逶痰噪声对辏秽姆 该簿法是基于一个双通道骢话藏采集系统采捣爨一个努邋瘦抵消器，主遁递明采采囊带 啜诿蠢，参考逶遭蕊来袋集噪声。圭逶灌毽食撩鲐黪缝净 蓦啻彝热援礤声，参考通道鲻哭氛 禽缣声，并显它藕鲶语音不援爰，该算法要求参考骧玲孛苓镣含语啻藏分。鞭燕圭逶遵话簿 饕簿弼簸蒜声滚逶一些，褥参考遵遭话麓要零萄麓辫声源姥嚣一些，使其器包含鹜最噪声。 矗 筹l 帮绪逢 然薅程实嚣嚣餐孛，姨一点缓往擐难徽垂，遮撂簌滤波缝莱串藏塞不霹遴受建髓箨e 始瀑营滚 裁浆密。这邀廷该葵法静疑大疑点。 1 2 6 ，2 。廷遴一穆瓣浚索浚l d 鸯l 斟鑫喇s u mb e a m f o r m i n g ) 副r j 浚簿法蓠巍黠臻瓣串麦巍菇上接收戮瓣瓣帮穗鼋进行聍褥 戳，菇筏螽逶遴静藩裔蠲疹； 然麟对各通j 罄信号加粳平均，最屠输融得到增强聪的语音傣号。该舞法褥单易于实现，爨髓 避常需要大数滚的麦觅风才舷达到较好的潲喋散浆，理论倍噪比提高量薅麦克_ 飙个数m 熬 糕必l o l o g i o ( m ) 。它逶合予溃除 礤千噪掺，瓣予糖干噤声基本没窟瀵涂缝力。 l 。2 。8 。氛皇邋虚波柬形成方法( a d a p t i v eb e a m f o r m e r ) 是适应波袋形成骞法适会演骧蝴千噪声，巍噪黟潺的数疆少予阵烈麟翅麦克风数鹭髑孵 缀懿逮夔 较舞瓣黄臻效莱。争l 蟹螽”冁1 9 秣攀掇鑫黪线蔑麴柬最奄方差f 游麓砖蠡逶盛波秉 黪藏稳。鬟羧多魏麦竟嚣毒戳褥嚣较鬻豹蕊啜魄璇鑫，毽蓬蘸饕予撬声灏鼗器邋麓黟妥臻熬 翔镶，蓠嚣嚷磁会遗蘧瑟纯。这类露演在嚣糖干爨黟绣或在敬瓣嗓声螽巾，往麓爱磊不翔黪 缝波束形蓟；方法，在f r o s t 篓法基臻上，1 9 8 2 簿c r r i f l t h s 积j i m 掰镰出了一静蓥纛静线髓瓣 柬波寐形成器h 广义旁瓣抵消器( g s c ) 。该蜡构分为躁定波束形成、阻塞籍阵和弗通道噤声 蠛溺兰薅势。送耪经典维耩端单彝予窿袭褥制了广撼瘦翅，艇是，褒广义旁瓣羝辫算法礴s e ) 巾，带噪语音惯号经过阻塞矩阵( b l o c km a t r i x ) 聪的输出往牲食有有效语音成分。这撵在嵘弦 糕游涟程串会对霖始糈逢威损害，辍丽嗡起褥脊髓变。为了解决有用信号莳滟漏问鼷，a 哟对阻塞矩阵的结耪捧出了不同的敬避。s h a m o d 3 7 j 柱广义旁瓣抵清器翦基础上，提出了盼 对任滋传递蕊敷侍况静广义努瓣抵消器，摧广_ o s c 算法；h o s h 酵拥护司等人提出了基予自 滋艨缀塞艇簿楚簧舞广冀旁瓣抵澳雾 囊( 酾霪蟒。g s c 类骞瀵逶台乎溥豫袋箨于臻声；爨予 撬漾芦滁致嚣痧于麦瓷最鼗瑟辩戆遮翻提好教港臻效栗，辍瓣子 # 耱于啜声或弱稳于凝声， 漕潦穆震卷聚。在鬻鞍鹭霹辩：臻台下，鑫予多经辩滗嫡等黎礤声嚣裴器簧壤，逮辩蠢遥袋波 窳形成穷法的溃嗓效暴不鲤翅遮求辩渡蘩搿藏穷浚。 1 2 6 。4 具霄质置自适应滤波器的波柬形成方法( p o s t - f i l t e r i n g b e a m f o r m e r ) 滚袭蠢法楚在廷邈一籀黯渡索琢成赣璇辩瓣骥施上一令鑫逶寝壤续滤波嚣，叛既i 襄糍 干噪声作进一步消除。该算法实际上是对彩通道的信息和单通道维纳滤波方法的融。 粼i 渊p 。| 箍峦了援予溃豫j 辐关臻声翡翳游浚冀法m c c o w a n 鳓张文i 最渊基穑童遴褥了泼 滋，考虑了各逶遵同嗓声戆樱蓑性，但是该冀淡嫒逡掰于教辫噪声璐。近霉来人搬已经搿鲶 了将多暹遵浚康形袋努洼与零暹遵罐强方滚鞠缨套瓣磺究。籁藏l c o h e n 秘5 粥箨擎稔噪声下 靛谗增强援零与渡衷掰蕊技零禧结奁篷箨疆懿。考邃戮是饕滤漫嚣黠去豫零遮蠛声帮翳蟪 静效聚缀好，毽翔耧瀑酶的髓力有邂，弼攀遴滋谬减法可缢蠢驻这耱屉陵蠖，m 旬剥辱2 l 稳臻液 ， 第l 章绪论 攀耀壤巾敬慧繇声场鲍特性，将维纳滤浚蠢法期港稳疆方法缍套起寒 嶷噪声相手毪驶强的 颧段凑袋愆谱穗鼗方渡逮霞溥醺，蓑窿攘予悭羧骚瓣藏菠悫避嚣鑫逶褒霪煞蘧渡，丧拽警垮 辘孛褒德t 较努麓语音臻强效莱。 近晕米，各种经典方法的榍蕊融合漩疑储袋遴渐成为研究的热点。例如缡窘语诲信母癌 簿特纛，g r i e b e ! 捧耧丽语音模型懿方法避舒辩烈藩鸯遴雩亍瓒强，m a h n o u 蠖梆穗癣将维撼游 波鞫小波璃于基于麦党风阵列的语音增强巾。熬予高阶统计蠼的特点，文献p 郴1 介绷丁将 波康磁戒和盲分离技术褶结合的麦克飙阵捌谱皆增强方法。文献嘲还将筚通遴馕碜予您 躺增强募法应簿予麦毒械阵，豫此之辨，c l l b i b 4 9 还将神经弱终鲤方法盛用剿爱克风肄猁瓣 僻蟹处域中。不_ 过上述这些利用信号予空阉、神艴网络和盲增强的方法都是以计算爨为代价 热墩毪懿斡改善，不太释予实辩实瑶， 嘻。霪。本文瓣主要态骞爱簧摊鲻卞； 在第二搴孛，我霄l 奎要薅豫了语整璜强繁统鼹蓦零掇纛蕊疑整裁浮蛰蠢准。洋缀懿泠瓣 了谖音增强箕法掰涉及剿舶语裔基本将性秘蒸本处理努法。 在第兰章中，基于黼时幅魔谱估计的算法增强后的语音，其残留的音乐噪声会持晰馓脯 溅带来较太熬影螭，我霄j 结合蕴辩灌馥诗簿浚鼹a 哥掩蔽效巍摄窭了一释牵罐遴诿裔缴程簿 法i 算法在m m s e 准则下采用了非斓定参数的语音跟踪方法，并且引入人蹲掩蔽效成幼森 麴礴定增强滤波器静捷建函数潺适应环穗蝾声瀚黉诧。 在恭嚣章孛，我蕺主要嚣埝了萋予予燮瓣黼膏增强骞法。搂缝簿黎子子窑闰 蕃蓊增强嚣 涟雀推器避程孛簸定噪声的方差矩赡怒演获瓣震窄谨噪声或卷音调嗓声下遮一条搏裁不憩 溪足。零文采蘧篷接黠嗓声垂霉进稽予宝簿巍院鳃骞法，蒋簧绫戆予空簿嚣窘罐强方法撰广 戮了窄磐壤声静壤嚣下， 在簿蠢章中，我们囊要讨论了基予k a l m a n 滤波的语音增强方法。穆统的k a l m a n 滤波方 法程攘黪过程枣簸定我瓣爨声舞鑫臻声+ 遴鬻辩于窍热臻声嚣簧鬻塞臻声镦霸簿嘉镶予默搂 搬，并且需要牺牲运算懿作为代价本n 嶷撮出了一种改进的基于k a l m a n 滤波的语街增强算 法* 霹鞭矮瑾自噪声鞍磷色礤声德嚣，幂麓翳罐擦诸簿薰。 农煞六章串，我 葑生要嚣谂7 警予好s e 鼬澎溪遴语啻增缓算法。转统g 辩方法拨雠蹲 鸺计倍母和真安信号渡远方向的失配较为敏感，而且出于语街泄漏导致语音畸变较为明照。 本变提搦了一种改进酶基手渣满约柬能剿决簸壤好划lc i 臻婚s q 韵语音堪强算法，谈骞潦 袋掰刿凌发馕g s c 璐焱鼹波遮焘惫失辩的簿遴+ 弼辩毒l 入淤满鲍寮辫语音穗变秘残懿噪声 爨露折孛。 矮群溪垒交避露了慧鏊，瑟整7 裂变鹣涔愍之懿鼗震鋈。 第2 肇语鸯增强静蒸奉琢理 第2 章语音增强的基本原理 2 。哩。语詈熬基本特性朔处理方法 奉章瓣嚣者基本生成模型鞠常厦静语音信号赴理方法1 1 】傲一楚要豹列举，它是零论文内 容实际威用的理论基础。 2 1 1 语音信号生成的数学模型 构建语音信号生成的数学模型的慕础是人的发音器官的特点和语音产生的机理。建立了 语音信譬豹数字模鍪，我们裁缝够孀计算机寒定量绝对语音信号迸簿棱l 耋c 簌处理。 通过对发啻器富和语音产熊枧理的分辑，霹坟将舔啻生成系统分成- - = 4 鄹分，在声f l ( 声 带) 以下，称为“声门系统”，鬯是一个“激励系统”；从声门茔嘴唇的呼气通道是声道，称 为“声遂系统0 语音簸骧羼辐嚣出去，爨戳壤詹鞋掺是“辍瓣系统”。 下薅先分别讨论激齄模型、声道模型和辐射模型，然后再搏出语费信号产生的数字模型。 2 。1 。1 。1 激励模型 激励模型般分成浊音激励和清啬激励来讨论。发浊音时，将产生间歇的脉冲波。这个 脉冲渡酶波形类似予斜三角形的脉律。它的数学表这式如下： ( 1 2 ) 1 - e o s ( z c n n , ) ， g ( ，0 = c o s 【石( 珂一1 ) 2 l 】， o ， 0 = 南 2 2 ) 这慰c 是一个常数。显然，上式表示斜三角波形可描述为个= 极点的模型。因此，斜 三角波影串哥穰为热投? 单位黥渖率激动上述萃个簇三角波摸型豹续栗。露该单位脉冲串及 幅值因子则可表示成下断的z 变换形式： 9 第2 章语音增强的基本原理 肥) = 南 所以，整个浊音激励模型可表示为 u ( z ) = g ( 郴( 加南南 也就是说浊音激励波是一个以基音周期为周期的斜三角脉冲串。 ( 2 - 3 ) 发清音时，无论是发阻塞音或摩擦音，声道都被阻碍形成湍流。所以，可把清音激励模 拟成随机白噪声。实际情况一般使用均值为0 的、方差为i 的，并在时间或，和幅值上为白 色分布的序列。 2 1 1 2 声道模型 关于声道部分的数学模型，有多种观点，目前最常用的有两种建模方法。一是把声道视 为由多个等长的不同截面积的管子串联而成的系统。按此观点推导出的叫“声管模型”。另 一个是把声道视为一个谐振腔，按此推导出的叫“共振峰模型”。就实现来说可分为级联型、 并联型和混合型。由于篇幅原因可参看参考文献”。声道模型的传递函数用v ( z 1 来表示。 2 1 1 3 辐射模型 辐射模型类似一阶高通滤波器。通常用一个一阶差分方程近似r ( z ) = r ( 0 ) ( 1 一z “) 胄( 刀) 是信号的自相关函数。它所导致的是输出信号高频提升每倍频6 d b 左右。在语音信号 预处理技术中常用的预加重技术也是用了该方法。 2 1 2 语音信号的数字模型 完整的语音信号的数字模型可以用三个子模型：激励模型、声道模型和辐射模型的串联 来表示，它的传输函数日( z ) 可表示为： 日( z ) = g ( z ) 矿( z ) r ( z ) l o ( 2 5 ) 第2 章褥套域强黥基本鼹理 图l语裔僚蟹产生静时域模型 注豢辩遂整艨撼鬻翁线毪系统游参数蕊骧蛰隧瓣瓣交稼豹，蕊蹩它要圣变过糕迸语音綮琴 波形黪蹙纯要缓懂黪多。医魏霹渡簸定在l o - - 3 0 m s 是箕系统参数不变。这就磐参数铸诗鞲 滔鬻合成带来了极夫静方便。一觳袋说语啻僚譬楚种 平稳豹蔽机过糕。考虑戴人类靛声 嚣谢程发声过程中熟变纯逮发其有一定熬鼹凝褥艇遣小予语音信母魏交诧速度，麓诧胃以缓 镦语裔信号是短时平稳的，即在1 0 m s 3 0 m s 的时间段内其某些物理特性和频谱特性可以避 戳秘餐谨是不变酶，获丽可疆应用乎稳隧执潞糕的分析方法来处壤语音信号，并可戳在谮裔 增强中利用短时频谱时的平稳特性。 任何语畜的语音都有元街和辅街两种街索。耥黹又分为清辅啬和浊辅音。从时域波形上 霹戳蓊毽洼寄( 包括殛音) 鬟有臻美酶维群勰健鞘较强酶报旗，它稻静髑麓掰霹瘫静毅率就 鼹蒸鹰颛率；渍辅音瓣波形类似予囊噪声势具露软弱静振幅。在语啻增强巾霹玖辘闼浊费暴 露静骥簸豹臻弼鬻建来区裂裙搀懿簿语啻臻声。巍鳝冬l 孛注音攘号霹菝簧捧是巍一夸准爝 裁静艿骧i 枣枣激瑟一夺离鼗线器系缝器产蹩麴徐爨了。在瀵音静德嚣下，箍橇噪声誊搂袋久 磐遵模爱， 语音信号徽为j # 平稳，嚣遍历耱辊过程豹榉奉藤黢，其短时谱瓣统计特性在港音增强中 谢潜举足轻繁的作用。根据中心极限定理，语礴的短时谱的统计特性服从g a u s s 分布，囊然 鬓搿憾用时只能将其看作是在有限帧长下的煅似描进 2 2 1 语音信号的数字化和碳熊爨 漤蠹信号豹数字诧一毅德话抗混叠滤波、策襻、a d 燮按；鞭凳理般包括预热耋、潮 窝靼分梭等。在语音降嗓处理之前镄往嚣要找出黯信号郄分和啜声部分，即语费绩号的端 虑梭溅。 第2 囊谱赘罐豫麴蓦奉簸理 2 。 2 2 。鞭滤波、采样、a d 变换 鞭滤菠鳇嚣懿露嚣令：接群镕譬将裔祭瓷藉糁箍撵定理翻舞囊鬟叠于撬，国撩麓5 0 h z 鼹壤濮互颓千挽。逮群，颓滤波黎设诗戏舞一个带邂滤波器，设葵、下截止颠率分期髓磊 帮无，一簸取西_ 4 k h z ，磊5